科创中国

电子信息技术

本发明涉及属于计算机视觉领域。本发明提供符合退化的低秩高维图像填充模型构建方法,首先，选择训练数据,构建训练集;其次，选择预训练好的深度填充网络作为待构建模型的隐式正则项；然后，构建模型,创建辅助变量与拉格朗日乘子,得到模型的增广拉格朗日函数,将模型求解分割为不同的子问题后再迭代求解;利用训练集对模型进行训练,确定超参数，所述超参数至少包括模型最大迭代次数、模型收敛阈值、模型权衡参数；直至预测性能达到预设值后停止训练，则符合退化的低秩高维图像填充模型构建完成。本发明将张量完备化的退化过程构建为线性退化算子，引入到模型求解过程中，使模型可以有效利用到张量的退化信息。

本发明将张量完备化的退化过程构建为线性退化算子，引入到模型求解过程中，使模型可以有效利用到张量的退化信息。利用低秩矩阵恢复理论，我们的模型能够有效处理图像退化问题，实现丢失或损坏图像数据的高精度填充。

我们的团队专注于开发符合退化的低秩高维图像填充模型及其填充方法与系统，旨在通过先进的算法恢复和完善高维图像数据。利用低秩矩阵恢复理论，我们的模型能够有效处理图像退化问题，实现丢失或损坏图像数据的高精度填充。团队汇集了计算机视觉、机器学习和数学建模的专家，致力于为医疗成像、卫星图像处理等领域提供强大的图像恢复和增强解决方案，提升图像质量和应用价值。