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
本发明公开了一种结化知识蒸馏的多模态图像超分辨重建方法，属于计算机图像处理技术领域。本发明所构建的重建网络包括文本编码器、图像编码器和多模态扩散概率模型，文本编码器和图像编码器用于获取文本特征条件以传入多模态扩散概率模型，多模态扩散概率模型包括两个分支，其一用于获取输入的低分辨率图像在给定文本提示下的超分辨率重建图像，其二用于获取输入的低分辨率图像的超分辨率重建图像。本发明能够对文本模态进行稀疏编码，并利用编码后的稀疏先验特征约束重建图像的解空间，从而保证重建图像与原始图像的细节一致性。本发明的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117911246A
(43)申请公布日2024.04.19
(21)申请号202311370156.4G06N3/0455(2023.01)
文档评论（0）