CSWin-Transformer与可形变卷积相结合的图像修复技术研究与实现

刘海洋; 胡永

doi:10.11907/rjdk.241952

您当前的位置：

首页 >

文章列表页 >

CSWin-Transformer与可形变卷积相结合的图像修复技术研究与实现

图形图像处理 | 更新时间：2026-01-27

- CSWin-Transformer与可形变卷积相结合的图像修复技术研究与实现
- Research and Implementation of Image Restoration Technology Combining CSWin-Transformer with Deformable Convolution
- “在图像修复领域，研究者提出了一种结合CSWin-Transformer与可形变卷积残差密集网络的新方法，有效提升了修复效果并降低了计算资源消耗。”
- 软件导刊 2026年25卷第1期页码：119-126
- 作者机构：
  
  西藏民族大学信息工程学院，陕西咸阳 712082
- 作者简介：
  
  刘海洋（2000-），男，西藏民族大学信息工程学院硕士研究生，研究方向为图像检测、图像修复
  胡永（1980-），男，硕士，西藏民族大学信息工程学院副教授、硕士生导师，研究方向为智能交通、图形图像处理。本文
- 基金信息：
  
  国家自然科学基金项目(62062061)
- DOI：10.11907/rjdk.241952
  中图分类号： TP391
- 收稿：2024-11-11，
  
  纸质出版：2026-01-15
- 稿件说明：
移动端阅览
刘海洋,胡永.CSWin-Transformer与可形变卷积相结合的图像修复技术研究与实现[J].软件导刊,2026,25(01):119-126.

LIU Haiyang,HU Yong.Research and Implementation of Image Restoration Technology Combining CSWin-Transformer with Deformable Convolution[J].Software Guide,2026,25(01):119-126.
刘海洋,胡永.CSWin-Transformer与可形变卷积相结合的图像修复技术研究与实现[J].软件导刊,2026,25(01):119-126. DOI： 10.11907/rjdk.241952.

LIU Haiyang,HU Yong.Research and Implementation of Image Restoration Technology Combining CSWin-Transformer with Deformable Convolution[J].Software Guide,2026,25(01):119-126. DOI： 10.11907/rjdk.241952.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向三维点云的深度学习分类方法综述

基于深度学习的FY-4A降水估计方法

基于集成学习与多头注意力机制的海关欺诈检测算法

文本主题分割任务中的深度学习研究综述

基于多通道记忆融合的恶意代码检测方法

CSWin-Transformer与可形变卷积相结合的图像修复技术研究与实现

Research and Implementation of Image Restoration Technology Combining CSWin-Transformer with Deformable Convolution

DOI：10.11907/rjdk.241952