原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了全局和局部多尺度动态虚拟视点空洞填充方法。本发明首先使用自适应动态模块生成最匹配的卷积核权重，提高了图像重建性能，加速了网络训练的收敛；然后引入了的全局和局部多尺度增强模块学习丰富的多尺度特征，将多尺度上下文信息注入到缺失区域并通过浅层特征与深层特征自适应加权融合，增强了局部特征到整体一致性的连接。在生成器中加入动态卷积模块，提高视觉任务中的性能，同时降低计算成本。本发明通过注意力机制允许网络更好地适应不同输入特征，尤其在处理复杂场景时表现出鲁棒性；使用多膨胀率的扩张卷积来捕获不同尺
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117372461A
(43)申请公布日2024.01.09
(21)申请号202311312683.XG06N3/0464(2023.01)
文档评论（0）