【技术实现步骤摘要】
本专利技术涉及计算机视觉，更具体地说，本专利技术涉及一种基于深度学习的智能预印图像优化系统及方法。
技术介绍
1、申请公开号为cn113256170a的专利公开了一种用于纸品预印的图形处理装置及其方法。本专利技术根据预印工艺中各类型印刷方式在印刷分辨率、印刷颜色、印刷幅面以及印刷面纸材质的不同适用性，将待预印图像与在线化的瓦楞纸预印生产端进行匹配，进而再根据瓦楞纸预印生产端的属性，执行预印图形处理；本专利技术实现了自动、高效的瓦楞纸预印工艺环节的图形处理，达到资源和时间的优化。
2、现有的预印图像优化系统及方法，存在以下主要问题：
3、未考虑滑窗机制可能导致模型仅聚焦于局部特征，无法有效捕捉全局信息；会影响对图像整体结构的理解，可能导致对复杂场景的处理不足；窗口尺寸固定，模型对不同特征的图像适应能力会降低，尤其是在处理多样化图像数据集时，可能导致性能不佳；不合理的窗口划分可能导致计算资源浪费，特别是在处理大型图像时，未能动态调整窗口数量可能使得模型在局部特征提取上过于分散，无法集中资源进行重要特征的提取；缺乏对图...
【技术保护点】
1.一种基于深度学习的智能预印图像优化系统，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的智能预印图像优化系统，其特征在于，所述图像参数数据包括图像属性数据、图像格式数据、色彩校准数据和图像噪点数据；图像属性数据包括图像分辨率数据、颜色空间数据、位深度、压缩率、元数据、图像亮度数据和对比度数据；
3.根据权利要求2所述的一种基于深度学习的智能预印图像优化系统，其特征在于，所述对获取的图像参数数据、预印设备参数数据和用户行为数据进行预处理，得到图像特征数据集、预印设备特征数据集和用户行为特征数据集的方法包括：
4.根据...
【技术特征摘要】
1.一种基于深度学习的智能预印图像优化系统，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的智能预印图像优化系统，其特征在于，所述图像参数数据包括图像属性数据、图像格式数据、色彩校准数据和图像噪点数据；图像属性数据包括图像分辨率数据、颜色空间数据、位深度、压缩率、元数据、图像亮度数据和对比度数据；
3.根据权利要求2所述的一种基于深度学习的智能预印图像优化系统，其特征在于，所述对获取的图像参数数据、预印设备参数数据和用户行为数据进行预处理，得到图像特征数据集、预印设备特征数据集和用户行为特征数据集的方法包括：
4.根据权利要求3所述的一种基于深度学习的智能预印图像优化系统，其特征在于，所述评估用户行为特征数据集对图像特征数据集和预印设备特征数据集产生的影响，得到影响特征数据集的方法包括：
5.根据权利要求4所述的一种基于深度学习的智能预印图像优化系统，其特征在于，所述预印图...
【专利技术属性】
技术研发人员：刘放，郑家强，刘志国，
申请(专利权)人：安徽浙一南预印科技有限公司，
类型：发明
国别省市：
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。