-
公开(公告)号：CN118196512A
公开(公告)日：2024-06-14
申请号：CN202410343643.X
申请日：2024-03-25
Applicant: 北京交通大学
IPC: G06V10/764 , G06T5/00 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种面向多种退化类型的低质量图像分类方法。该方法包括：利用图像复原模块对待分类的低质量图像进行复原，得到复原图像；使用基于Prompt的特征融合模块对低质量图像中的特征和复原图像中的特征进行融合，得到融合输出特征；构建包括教师分支模型和学生分支模型的双分支分类网络，通过教师分支模型对清晰图像进行分类，获取清晰图像的类别标签，将融合输出特征输入到学生分支模型中，学生分支模型根据清晰图像的信息软标签通过类别一致性损失函数对低质量图像进行分类。本发明通过联合图像复原与分类模块，添加了Prompt特征融合模块减少错误的复原对于分类任务的干扰，充分利用清晰图像特征引导，提升多种退化类型的低质量图像的分类准确率。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
