-
公开(公告)号:CN117915204A
公开(公告)日:2024-04-19
申请号:CN202311470718.2
申请日:2023-11-07
申请人: 杭州电子科技大学
IPC分类号: H04N23/84 , G06T3/4015
摘要: 本发明公开了一种对于Bayer CFA图像的去马赛克方法。本发明方法利用不同类型Bayer CFA图像之间的隐含相关性,采用pattern embedding和独热编码的方式,提高了特征提取模型对Bayer CFA图像的特征提取能力。在此基础上,通过利用先预训练再微调(Fine‑tune)的训练模式,实现了去马赛克效果的提升。本发明提出了一种改进的transformer模块PSTB,可以对带有编码嵌入标记P的不同类型的Bayer CFA图像进行有针对性的学习,从而可以提高网络的特征提取能力,最终实现得到高水平的标准RGB图像的目的。