-
公开(公告)号：CN119228644A
公开(公告)日：2024-12-31
申请号：CN202411144476.2
申请日：2024-08-20
Applicant: 西安电子科技大学
IPC: G06T3/4046 , G06N3/045 , G06N3/047 , G06N3/08 , G06T9/00
Abstract: 本发明实施例涉及图像处理技术领域，其公开了一种基于深度学习的图像重建方法，所述方法包括：对原始图像f进行压缩；对压缩后的所述原始图像f进行重建，并依据贝叶斯定理确定目标函数；根据所述目标函数对神经网络模型进行训练，直至所述神经网络模型的损失指标满足阈值条件；根据训练好的神经网络模型对图像进行重建。本发明利用深度学习技术，能够提供比传统方法更高的压缩率和更好的图像重建质量。
-
公开(公告)号：CN118570062B
公开(公告)日：2024-11-29
申请号：CN202411059685.7
申请日：2024-08-05
Applicant: 西安电子科技大学
Abstract: 本发明实施例公开了一种基于编解码的高光谱图像重建方法、装置、设备及介质，该方法包括构建高光谱图像重建网络，所述高光谱图像重建网络包括编码网络、初始重建网络、深度重建网络；基于编码网络，将原始高光谱图像进行下采样卷积，确定压缩测量值；基于初始重建网络，将所述压缩测量值进行上采样卷积，确定初始估计的高光谱图像；基于所述深度重建网络，根据所述初始估计的高光谱图像和所述压缩测量值，进行深层特征提取和噪声去除，确定重建高光谱图像。该方案，能够在减少高分辨率相机的成本下进行数据采集，并保证高光谱图像复原质量，成本低，高光谱图像复原质量高，实用性强。
-
公开(公告)号：CN118570062A
公开(公告)日：2024-08-30
申请号：CN202411059685.7
申请日：2024-08-05
Applicant: 西安电子科技大学
Abstract: 本发明实施例公开了一种基于编解码的高光谱图像重建方法、装置、设备及介质，该方法包括构建高光谱图像重建网络，所述高光谱图像重建网络包括编码网络、初始重建网络、深度重建网络；基于编码网络，将原始高光谱图像进行下采样卷积，确定压缩测量值；基于初始重建网络，将所述压缩测量值进行上采样卷积，确定初始估计的高光谱图像；基于所述深度重建网络，根据所述初始估计的高光谱图像和所述压缩测量值，进行深层特征提取和噪声去除，确定重建高光谱图像。该方案，能够在减少高分辨率相机的成本下进行数据采集，并保证高光谱图像复原质量，成本低，高光谱图像复原质量高，实用性强。
-
-
Search Results
3
records
(took 0.023 seconds)
