一种图像数据处理方法、装置及电子设备制造方法及图纸

本发明专利技术涉及图像处理技术领域，具体公开了一种图像数据处理方法、装置及电子设备，包括：S1、数据获取，S2、数据处理，S3、模型建立，S4、特征融合和S5、模型测试及优化；本发明专利技术通过使用图像超分辨率重建技术，通过深度学习模型，如SRCNN，可以显著提高图像的视觉质量，通过将低分辨率图像生成高分辨率图像，使得图像细节更加清晰，有助于更准确地表达图像内容，多模态图像处理允许模型融合来自不同传感器或来源的信息，从而提供更全面的视图，特征融合层的引入有助于有效地结合多个模态的信息，使模型更具有鲁棒性和泛化能力，使用评价指标如PSNR和SSIM可以定量地衡量生成图像与真实高分辨率图像之间的相似性，提供了对模型性能的量化评估。

【技术实现步骤摘要】

本专利技术属于图像处理，具体涉及一种图像数据处理方法、装置及电子设备。

技术介绍

1、近年来，在图像识别方面利用深度学习模型，设计和研发出了大量成功方案。这些方案的大致思路包括：将大量准确标注过的图像数据作为基础样本，并结合海量样本数据对模型进行训练计算，从而有针对性的优化模型使之适应当前的具体业务环境。这些方案对于基础样本的标注准确率要求很高，基于高质量的标注数据支撑训练计算，才能得到最优的模型。因此，训练计算所使用的海量样本数据可以从数据库中自动提取并处理，但是由于基础样本对于准确性的要求，依然需要进行人工标注；或者是在少量的人工标注的数据基础上寻找近邻相似数据再做成基础样本。

2、在现有技术中，提到了一种图像数据处理方法及装置，涉及大数据
，能够降低海量图像数据标注过程中所耗费的人力成本。其包括：根据所获取的关键词得到图像数据；对所述图像数据进行聚类处理，并得到对应所述关键词的聚类中心；筛选出匹配所述聚类中心的图像数据，并通过所述关键词标注、所述匹配和所述聚类中心的图像数据，并将所标注的图像数据导入样本库。次专利技术适用于图像识别引本文档来自技高网...

【技术保护点】

1.一种图像数据处理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种图像数据处理方法，其特征在于：所述收集低分辨率数据和高分辨率数据通过使用多种传感器收集多个模态的低分辨率图像，通过图像增强技术从低分辨率图像生成高分辨率版本的数据集。

3.根据权利要求1所述的一种图像数据处理方法，其特征在于：所述深度学习模型为多输入多输出的超分辨率网络；多模态输入，对于多个模态的低分辨率输入Ml1，Ml2，...，Mln，在卷积神经网络中，表示为：

4.根据权利要求1所述的一种图像数据处理方法，其特征在于：所述PSNR是衡量图像重建质量的一种标准，它基于...

【技术特征摘要】

1.一种图像数据处理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种图像数据处理方法，其特征在于：所述收集低分辨率数据和高分辨率数据通过使用多种传感器收集多个模态的低分辨率图像，通过图像增强技术从低分辨率图像生成高分辨率版本的数据集。

3.根据权利要求1所述的一种图像数据处理方法，其特征在于：所述深度学习模型为多输入多输出的超分辨率网络；多模态输入，对于多个模态的低分辨率输入ml1，ml2，...，mln，在卷积神经网...

【专利技术属性】
技术研发人员：冯书谊，方彩婷，成昊天，邓松峰，陆陈鑫，
申请(专利权)人：上海航天测控通信研究所，
类型：发明
国别省市：