公开(公告)号：CN117196938A

公开(公告)日：2023-12-08

申请号：CN202310173457.1

申请日：2023-02-28

Applicant: 中国计量大学

Inventor： 周正华 ,  赵建伟 ,  薛博翔 ,  王庭伟 ,  何灵敏

IPC: G06T3/40 ,  G06T5/00

Abstract: 本发明公开了一种基于小波变换互关注机制的视频超分辨率方法，利用小波变换互关注机制的视频超分辨率重建算法增强网络丰富的高频信息的能力，具体步骤如下：步骤1、特征提取：通过特征提取模块，得到所有视频序列的高维度特征；步骤2、小波变换特征增强：使用特征自关注小波变换模块抽取所有帧的高频特征；步骤3、小波变换特征对齐：通过光流算法引导的互关注小波变换模块，使特征信息实现隐式对齐；步骤4、小波变换特征重建：将丰富的高频特征信息进行重建，并与原始图片的双三次上采样融合，得到最终的高分辨率中间帧图像。

公开(公告)号：CN118396856A

公开(公告)日：2024-07-26

申请号：CN202410593404.X

申请日：2024-05-14

Applicant: 中国计量大学

Inventor： 赵建伟 ,  王庭伟 ,  王文杰 ,  洪涛 ,  叶敏超

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/045 ,  G06N5/045 ,  G06N3/084

Abstract: 本发明涉及一种基于CNN‑Transformer可解释的轻量级图像超分辨率重建方法，包括：S1、对原始数据集进行预处理，得到所需LR和HR训练数据；S2、融合数据驱动与模型驱动，构建l1范数的图像退化模型，并根据分裂Bregman算法、优化最小算法和软阈值算子推导出有效可解释的迭代模型；S3、由步骤S2的迭代模型设计轻量级的CNN‑Transformer图像超分辨率网络；S4、设置损失函数、相关参数，比较迭代过程中评价指标PSNR和SSIM的数值，确定最佳图像超分辨重建模型；S5、性能测试，将低分辨率的图像输入到步骤S4获得的最佳图像超分辨重建模型中，获得超分辨率图像和评价指标。