图像处理方法、模块、Transformer模型及可读存储介质技术

技术编号:41431454 阅读:20 留言:0更新日期:2024-05-28 20:28
本申请公开了一种图像处理方法、模块、Transformer模型及可读存储介质,属于人工智能、深度学习等技术领域。本申请实施例的图像处理方法包括:切分待处理图像,获得多个时域图像块;将所述多个时域图像块变换为多个频域图像块;从每个频域图像块中提取n个频域像素值,并利用所述n个频域像素值,获得目标向量,所述n等于Transformer编码器的输入向量维度;将所述目标向量输入所述Transformer编码器进行处理。由此,可以提升图像处理效果。

【技术实现步骤摘要】

本申请属于人工智能、深度学习等,具体涉及一种图像处理方法、模块、transformer模型及可读存储介质。


技术介绍

1、现有技术方案中,可以将transformer模型应用于图像处理领域。为了适配transformer模型对文本的处理,在利用transformer模型进行图像处理时,通常将待输入图像块中的像素由矩阵展平成一行向量后,输入transformer编码器进行后续的处理。这种情况下,由于图像中的单个像素所能表征的信息近乎为0,无法类比于文本中的字和词都携带了丰富的信息,将会造成图像处理效果较差。


技术实现思路

1、本申请实施例的目的是提供一种图像处理方法、模块、transformer模型及可读存储介质,以解决目前在利用transformer模型进行图像处理时的处理效果较差的问题。

2、为了解决上述技术问题,本申请是这样实现的:

3、第一方面,提供了一种图像处理方法,包括:

4、切分待处理图像,获得多个时域图像块;

5、将所述多个时域图像块变换为多个频域本文档来自技高网...

【技术保护点】

1.一种图像处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述多个时域图像块变换为多个频域图像块,包括:

3.根据权利要求1或2所述的方法,其特征在于,每个所述频域图像块中的每个频域像素包含相应时域图像块中的所有时域像素的信息。

4.根据权利要求1或2所述的方法,其特征在于,所述从每个所述频域图像块中提取n个频域像素值,包括:

5.根据权利要求1或2所述的方法,其特征在于,所述从每个所述频域图像块中提取n个频域像素值,包括:

6.一种图像处理模块,其特征在于,包括:

>7.根据权利要求6...

【技术特征摘要】

1.一种图像处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述多个时域图像块变换为多个频域图像块,包括:

3.根据权利要求1或2所述的方法,其特征在于,每个所述频域图像块中的每个频域像素包含相应时域图像块中的所有时域像素的信息。

4.根据权利要求1或2所述的方法,其特征在于,所述从每个所述频域图像块中提取n个频域像素值,包括:

5.根据权利要求1或2所述的方法,其特征在于,所述从每个所述频域图像块中提取n个...

【专利技术属性】
技术研发人员:王斌吴娜冯俊兰邓超
申请(专利权)人:中国移动通信有限公司研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1