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
本发明涉及一种基于无监督学习的低分辨率钻孔图像超分方法，本发明提出了一个用于低分辨率钻孔图像连续超分的盲图像超分扩散模型BL‑SR3，通过粗粒度的DNCNN模型和细粒度的MCU‑Net模型进行图像超分，在真实图像的基础上，用于单图像盲超分。在不同的模型和训练集大小下，对真实图像的超分优于其他方法。本发明结合了多粒度注意力机制，可以将特征图划分为不同大小的空间区域，分别计算出相应的注意力权重并进行信息聚合，在特征图增大时能够节省相当多的计算资源，并且能够在不同的领域模块下提取出不同的特征点显著性信
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117522692A
(43)申请公布日2024.02.06
(21)申请号202311573949.6G06N3/088(2023.01)
(22)申请日2023.11.
文档评论（0）