基于Vision Transformer的智能图像处理研究
作者机构：吉林师范大学博达学院数学学院
出 版 物：《自动化应用》 (Automation Application)
年 卷 期：2024年第20期
页 面：138-140页
学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
摘 要：传统的图像处理模型依赖于手工设计的特征提取器，在处理全局上下文信息时存在困难，导致模型在理解图像整体语义时受限。因此，提出了一种基于视觉自注意力模型（ViT）的智能图像处理，并对其进行改进，通过引入多头自注意力机制和层级特征提取模块，提高模型的处理能力。结果表明，所提模型在训练集数量为1 200左右时的性能趋于稳定，且表现出较好的性能。其他算法在训练集数量为1 200时未处于最佳性能。当训练集达到2 000时，所提模型的结构相似度值为0.98。结果表明，所提模型在处理图像时表现出了较高的性能和处理效率，为图像处理领域的问题带来了新的解决方法。
同方期刊数据库