基于Transformer生成对抗网络的图像压缩感知重建方法及系统(高校公示15天)(不包年费滞纳金(需要二变))
本发明属于图像处理技术领域,特别涉及一种基于Transformer生成对抗网络的图像压缩感知重建方法及系统,该方法包括获取图像样本集,按比例划分为训练集和测试集,并对图像进行预处理;根据采样率,构建Transformer生成对抗网络模型;设置Transformer生成对抗网络模型的超参数,选择损失函数和优化方法;使用图像数据集在不同采样率下对网络模型进行训练,通过损失函数和优化方法训练学习网络模型的最优参数,得到不同采样率下训练好的Transformer生成对抗网络模型;使用训练好的Transformer生成对抗网络模型进行图像压缩感知重构,并使用评价指标来验证网络的性能。本发明使用基于注意力机制的Transformer Block构造深度生成对抗网络显著提升了重建图像质量。
《基于Transformer生成对抗网络的图像压缩感知重建方法及系统(高校公示15天)(不包年费滞纳金(需要二变))》是一发明专利,专利号为 2022115022313,当前法律状态为已下证,由河南大学提出申请,发明人为武相军;白亚松;陈彦赫;刘源;吴俊,申请日期为2022-11-28,公开(公告)日期为2026-03-20,国际专利分类号(IPC)为 G06T 3/04 (2024.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于图像处理技术领域,特别涉及一种基于Transformer生成对抗网络的图像压缩感知重建方法及系统,该方法包括获取图像样本集,按比例划分为训练集和测试集,并对图像进行预处理;根据采样率,构建Transformer生成对抗网络模型;设置Transformer生成对抗网络模型的超参数,选择损失函数和优化方法;使用图像数据集在不同采样率下对网络模型进行训练,通过损失函数和优化方法训练学习网络模型的最优参数,得到不同采样率下训练好的Transformer生成对抗网络模型;使用训练好的Transformer生成对抗网络模型进行图像压缩感知重构,并使用评价指标来验证网络的性能。本发明使用基于注意力机制的Transformer Block构造深度生成对抗网络显著提升了重建图像质量。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
