基于卷积神经网络的古代绘画图像修复方法、模型和装置
公开
摘要
本发明提供一种基于卷积神经网络的古代绘画图像修复方法、模型和装置，本方法在构建古代绘画图像修复模型时，通过结构分支和纹理分支采用信息互补策略在多个尺度上进行特征提取，提升对于图像结构信息的利用；并将提取到的复杂特征继续在原始分辨率上进行像素级细节填充，从而更大限度地复原出图像的真实纹理细节。本发明能更加有效地利用图像结构和纹理信息来预测破损孔洞，重建出高品质的古代绘画图像，提高了古代绘画图像修复效果。
基本信息
专利标题 ：
基于卷积神经网络的古代绘画图像修复方法、模型和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114596218A
申请号 ：
CN202210087779.X
公开（公告）日 ：
2022-06-07
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
章勇勤杨李红王晓玉肖进胜张思佳李展范训礼
申请人 ：
西北大学
申请人地址 ：
陕西省西安市太白北路229号
代理机构 ：
西安恒泰知识产权代理事务所
代理人 ：
赵中霞
优先权 ：
CN202210087779.X
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06T7/13 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
