公开(公告)号：CN119515682A

公开(公告)日：2025-02-25

申请号：CN202411442828.2

申请日：2024-10-16

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  张岩 ,  何子豪 ,  张声传 ,  曹刘娟

IPC: G06T3/4053 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464

Abstract: 本发明公开一种基于动态频谱混合网络的用于单图像超分辨率的双域学习方法、电子设备和存储介质，有效整合空间域和频率域特征，以改进图像超分辨率的质量和适用性，包括：步骤1、在分解阶段，对于给定的输入图像分别通过步长#imgabs0#为#imgabs1#、#imgabs2#的卷积层来提取低频特征、高频特征；步骤2、低频特征通过#imgabs3#个级联的残差密集块后获得空间特征，高频特征通过#imgabs4#个级联的复值块后获得频率特征；步骤3、空间特征、频率特征分别由特征增强和选择单元进行增强和融合；步骤4、由动态特征融合编码器对于空间特征和频率特征通过单独但互连的路径进行处理，最终输出动态特征融合编码器输出的超分辨率图像。

公开(公告)号：CN119417699A

公开(公告)日：2025-02-11

申请号：CN202411442824.4

申请日：2024-10-16

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  张声传 ,  何子豪 ,  张岩 ,  曹刘娟

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/096 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048

Abstract: 本发明公开一种通过双域学习网络增强单图像超分辨率的方法、电子设备和存储介质，解决现有技术中在重建细节和纹理方面不足的问题，能够综合频率域和空间域信息，改进从低分辨率图像到高分辨率图像的重建质量。该方法包括：1、将一个低分辨率图像输入包含多个双域学习块的双域学习网络，通过多个双域学习块处理，生成两个超分辨率图像输出：一个是频率域输出，一个是空间域输出；步骤2、引入复数卷积鉴别器和交叉模态蒸馏损失以增强双域学习网络的性能，具体是：复数卷积鉴别器用于处理将图像从HSV色彩空间转换为复数形式的数据；交叉模态蒸馏损失作为损失函数，在模型训练过程中引导频率域和空间域输出的有效融合。