一种基于密集残差型UNet的图像信息解析建模方法 | |
库涛; 杨琦瑞; 刘金鑫; 南琳; 林乐新; 王海; 马岩; 刘畅 | |
2022-05-10 | |
著作权人 | 中国科学院沈阳自动化研究所 |
国家 | 中国 |
文献子类 | 发明 |
产权排序 | 1 |
英文摘要 | 本发明构建一种基于密集残差型UNet模型用于图像信息解析模型,并应用于图像恢复,具体步骤为:从原始图像中提取图像特征信息并对图像特征信息进行编码;将编码后的图像特征信息进行解码与上采样,得到基于密集残差型UNet的图像信息解析模型;实时采集图像作为数据集,并将数据集分为训练集和验证集,使用训练集数据对图像信息解析模型进行训练;使用验证集数据对图像信息解析模型进行评价。本发明建立的图像信息恢复模型具有恢复性能好,速度快,对图像信息解析度高等优点。于此同时,本发明提出的残差和密集型UNet在各项指标上都取得优异的结果,且该发明通过两种不同的基础模块可以满足不同图像信息恢复的要求。 |
申请日期 | 2020-11-09 |
语种 | 中文 |
状态 | 公开 |
内容类型 | 专利 |
源URL | [http://ir.sia.cn/handle/173321/30922] |
专题 | 沈阳自动化研究所_数字工厂研究室 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 库涛,杨琦瑞,刘金鑫,等. 一种基于密集残差型UNet的图像信息解析建模方法. 2022-05-10. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论