【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种针对多种干扰的图像复原方法、装置、设备及介质。
技术介绍
1、计算机视觉（computer vision，cv）在现实生活中的各个领域正发挥着越来越重要的作用，广泛应用于识别、检测等多种场景，并成为构建智慧城市、自动驾驶系统以及智能安防体系等不可或缺的关键技术之一。然而，在实际应用过程中，图像采集的质量对后续处理任务的准确性具有决定性的影响。雾霾、雨雪天气、相机抖动、热噪声、阴影遮挡、低光照条件及图像缺失等因素都会显著降低图像质量，生成受损图像。进而严重影响下游任务的表现。图像复原技术正是为了解决上述问题而生，它旨在通过算法将受损或退化的图像复原至接近其原始状态。在此背景下，如何高效地应对各种类型的图像损坏问题，以实现高质量的图像复原，已成为计算机视觉研究领域中备受关注的重点课题。随着技术不断进步和应用场景日益丰富，这一挑战也促使研究人员持续探索更加先进的解决方案，力求进一步提升图像处理的整体性能与可靠性。
2、图像复原技术是一种结合了去噪与增强的综合方法，它利用数学模型和计算机视觉算法...
【技术保护点】
1.一种针对多种干扰的图像复原方法，其特征在于，所述方法包括：
2.根据权利要求1所述的针对多种干扰的图像复原方法，其特征在于，所述待训练的提示生成网络至少包括：预训练的内容感知器、预训练的风格感知器和待训练的待学习感知器；所述预训练的内容感知器和所述预训练的风格感知器是由预训练的视觉文本网络中的图像编码器进行再训练得到的；
3.根据权利要求2所述的针对多种干扰的图像复原方法，其特征在于，所述预训练的内容感知器的训练步骤包括：
4.根据权利要求2所述的针对多种干扰的图像复原方法，其特征在于，所述预训练的风格感知器的训练步骤包括：p>
5.根据权...
【技术特征摘要】
1.一种针对多种干扰的图像复原方法，其特征在于，所述方法包括：
2.根据权利要求1所述的针对多种干扰的图像复原方法，其特征在于，所述待训练的提示生成网络至少包括：预训练的内容感知器、预训练的风格感知器和待训练的待学习感知器；所述预训练的内容感知器和所述预训练的风格感知器是由预训练的视觉文本网络中的图像编码器进行再训练得到的；
3.根据权利要求2所述的针对多种干扰的图像复原方法，其特征在于，所述预训练的内容感知器的训练步骤包括：
4.根据权利要求2所述的针对多种干扰的图像复原方法，其特征在于，所述预训练的风格感知器的训练步骤包括：
5.根据权利要求2所述的针对多种干扰的图像复原方法，其特征在于，所述待训练的待学习感知器至少包括：预训练的视觉transformer结构、待训练的第一多层感知机、待训练的第二多层感知机、待训练的自注意力层和待训练的交叉注意力层；
6.根据权利要求2所述的针对多种干扰的图像复原方法，其特征在于，所述待...
【专利技术属性】
技术研发人员：裴颂伟，李岳华，王鹏飞，王尚广，
申请(专利权)人：北京邮电大学，
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。