买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:杭州电子科技大学
摘要:本发明公开了一种对于BayerCFA图像的去马赛克方法。本发明方法利用不同类型BayerCFA图像之间的隐含相关性,采用patternembedding和独热编码的方式,提高了特征提取模型对BayerCFA图像的特征提取能力。在此基础上,通过利用先预训练再微调Fine‑tune的训练模式,实现了去马赛克效果的提升。本发明提出了一种改进的transformer模块PSTB,可以对带有编码嵌入标记P的不同类型的BayerCFA图像进行有针对性的学习,从而可以提高网络的特征提取能力,最终实现得到高水平的标准RGB图像的目的。
主权项:1.一种对于BayerCFA图像的去马赛克方法,其特征在于,方法如下:首先构建一个双边特征提取网络,双边特征提取网络结构由两部分组成,第一部分是特征提取阶段,第二部分是图像重建阶段;双边特征提取网络首先通过特征提取阶段充分的提取输入图像的特征;然后通过图像重建阶段利用在特征提取阶段所提取到的特征恢复图像;将网络训练过程分为两个阶段,预训练阶段和微调阶段;在预训练阶段将不同类型的BayerCFA图像和对应的编码嵌入标记patternembedding输入双边特征提取网络得到网络权重参数;微调阶段,将所需要恢复的单一类型的BayerCFA图像和对应的编码嵌入标记patternembedding输入双边特征提取网络并且利用预训练阶段得到的网络权重参数再次进行训练得到标准的RGB颜色图像;最后通过训练好的双边特征提取网络将待处理的BayerCFA图像恢复成标准的RGB颜色图像;根据待处理的BayerCFA图像的类型同样采用独热编码的方式对BayerCFA图像进行编码生成编码嵌入标记P。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种对于Bayer CFA图像的去马赛克方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。