-
公开(公告)号:CN119359547A
公开(公告)日:2025-01-24
申请号:CN202411936474.7
申请日:2024-12-26
Applicant: 华侨大学
IPC: G06T3/4053 , G06N3/0464 , G06N3/0495 , G06T3/4046
Abstract: 本发明设计图像处理技术领域,公开了一种基于特征蒸馏和层间信息交互的轻量级图像超分辨率方法,包括以下步骤:构建动态非对称蒸馏模块和层间全维信息交互模块;基于动态非对称蒸馏模块和层间全维信息交互模块构建轻量级图像超分辨率网络;利用所述轻量级图像超分辨率网络实现图像超分辨率;其中,所述轻量级图像超分辨率网络利用卷积层对输入的低分辨率图像进行浅层特征提取,利用动态非对称蒸馏模块和层间全维信息交互模块对浅层特征进行深层特征提取,利用卷积层和上采样对深层特征进行图像重建,得到高分辨率图像。本发明以更轻量、更有效的方式提取关键特征,从而实现在提升重建效果的同时,最小化计算开销和参数量。
-
公开(公告)号:CN119359547B
公开(公告)日:2025-05-02
申请号:CN202411936474.7
申请日:2024-12-26
Applicant: 华侨大学
IPC: G06T3/4053 , G06N3/0464 , G06N3/0495 , G06T3/4046
Abstract: 本发明设计图像处理技术领域,公开了一种基于特征蒸馏和层间信息交互的轻量级图像超分辨率方法,包括以下步骤:构建动态非对称蒸馏模块和层间全维信息交互模块;基于动态非对称蒸馏模块和层间全维信息交互模块构建轻量级图像超分辨率网络;利用所述轻量级图像超分辨率网络实现图像超分辨率;其中,所述轻量级图像超分辨率网络利用卷积层对输入的低分辨率图像进行浅层特征提取,利用动态非对称蒸馏模块和层间全维信息交互模块对浅层特征进行深层特征提取,利用卷积层和上采样对深层特征进行图像重建,得到高分辨率图像。本发明以更轻量、更有效的方式提取关键特征,从而实现在提升重建效果的同时,最小化计算开销和参数量。
-