-
公开(公告)号:CN118587091A
公开(公告)日:2024-09-03
申请号:CN202410733392.6
申请日:2024-06-07
Applicant: 江南大学
IPC: G06T3/4053 , G06T3/4046 , G06T7/90 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本发明涉及图像处理领域,尤其是指一种基于多任务学习的图像联合处理方法及系统,该方法包括:构建图像联合处理模型;其中,所述图像联合处理模型包括浅层特征提取模块、深层特征提取模块、超分重建模块和半色调重建模块;设计联合损失函数对所述图像联合处理模型进行训练,得到训练后的图像联合处理模型;所述训练后的图像联合处理模型通过所述超分重建模块生成超分辨率图像,通过所述半色调重建模块生成半色调图像。本发明通过共享模型的方式进行联合建模,在损失函数中,设计了一种联合损失方式,分别添加了图像半色调损失和图像超分损失,同时优化图像超分和图像半色调的效果,也解决了现有多任务模型的计算复杂度高、处理速度慢的问题。