-
公开(公告)号：CN118246486A
公开(公告)日：2024-06-25
申请号：CN202410629708.7
申请日：2024-05-21
Applicant: 北京大学深圳研究生院
IPC: G06N3/045 , G06N3/082 , G06N3/084 , G06V10/774 , G06V10/82
Abstract: 本申请公开了一种可逆扩散模型构建方法、装置、电子设备及存储介质，涉及图像处理技术领域，方法包括：获取图像训练样本集；向预设的扩散模型引入注入器单元和辅助连接单元，得到初始可逆扩散模型，其中，注入器单元用于向扩散模型中的各网络层分别注入输入观测值和输入采样矩阵，辅助连接单元用于使各网络层各自的扩散采样网络转换为第一可逆网络，和，使扩散采样网络中的噪声估计网络转换为第二可逆网络；基于图像训练样本集对初始可逆扩散模型的模型参数进行更新，得到更新模型参数后的可逆扩散模型。本申请能够兼顾基于扩散模型的图像重建的处理效率与重建精度。
-
公开(公告)号：CN113284202A
公开(公告)日：2021-08-20
申请号：CN202110652371.8
申请日：2021-06-11
Applicant: 北京大学深圳研究生院
Abstract: 基于内容自适应的可伸缩网络的图像压缩感知方法，包括：S1.构造训练数据集用于训练内容自适应的可伸缩网络，训练数据集由多个自然图像数据构成；S2.分别构造内容自适应的可伸缩网络的三个子网络：采样子网络、初始化子网络与复原子网络；S3.基于步骤S1中的训练数据集，给定损失函数，使用反向传播和梯度下降算法不断对内容自适应的可伸缩网络的三个子网络的参数进行联合优化，直至损失函数值稳定；S4.应用训练好的内容自适应的可伸缩网络进行图像的压缩感知采样和重建过程。该方法设计了一个内容自适应的可伸缩网络来进行训练和重建，能够在达到很高的成像精度的同时，表现出了强大的灵活性和对图像内容的自适应性。
-
公开(公告)号：CN113284202B
公开(公告)日：2022-10-25
申请号：CN202110652371.8
申请日：2021-06-11
Applicant: 北京大学深圳研究生院
Abstract: 基于内容自适应的可伸缩网络的图像压缩感知方法，包括：S1.构造训练数据集用于训练内容自适应的可伸缩网络，训练数据集由多个自然图像数据构成；S2.分别构造内容自适应的可伸缩网络的三个子网络：采样子网络、初始化子网络与复原子网络；S3.基于步骤S1中的训练数据集，给定损失函数，使用反向传播和梯度下降算法不断对内容自适应的可伸缩网络的三个子网络的参数进行联合优化，直至损失函数值稳定；S4.应用训练好的内容自适应的可伸缩网络进行图像的压缩感知采样和重建过程。该方法设计了一个内容自适应的可伸缩网络来进行训练和重建，能够在达到很高的成像精度的同时，表现出了强大的灵活性和对图像内容的自适应性。
-
-
Search Results
3
records
(took 0.035 seconds)
