公开(公告)号：CN110930309A

公开(公告)日：2020-03-27

申请号：CN201911140189.3

申请日：2019-11-20

Applicant: 武汉工程大学 ,  武汉烽火技术服务有限公司

Inventor： 卢涛 ,  王宇 ,  张彦铎 ,  姚全锋 ,  杨泳 ,  吴昊 ,  石子慧 ,  石仝彤 ,  陈冲 ,  许若波 ,  周强 ,  郝晓慧 ,  魏博识 ,  郎秀娟 ,  吴志豪 ,  王彬 ,  陈中婷 ,  王布凡 ,  刘奥琦 ,  陈润斌

IPC: G06T3/40 ,  G06T7/33 ,  G06T7/49 ,  G06K9/62

Abstract: 本发明公开了一种基于多视图纹理学习的人脸超分辨率方法及装置，属于人脸图像超分辨率领域，该方法包括：首先将高分辨率人脸图像对下采样至目标低分辨率人脸图像对，将目标低分辨率人脸图像对进行分块操作，分出相互重叠的图像块后，使用残差池化模块网络提取脸部纹理多尺度特征。然后，将提取的脸部多尺度特征发送到纹理注意力模块，以通过计算注意图来融合补偿纹理信息，收集最相似的特征，以更有效的提高SR性能。最后，通过特征融合来更新目标视图图像的特征图以产生高分辨率结果。本发明所提出的网络优于其他最新的人脸图像超分辨率算法，能生成更高质量的人脸图像。

公开(公告)号：CN110580680A

公开(公告)日：2019-12-17

申请号：CN201910849721.2

申请日：2019-09-09

Applicant: 武汉工程大学 ,  武汉烽火技术服务有限公司

Inventor： 卢涛 ,  许若波 ,  张彦铎 ,  金从元 ,  胡志勇 ,  胡春波 ,  王宇 ,  陈冲 ,  郝晓慧 ,  周强 ,  王彬 ,  郎秀娟 ,  魏博识 ,  吴志豪

IPC: G06T3/40

Abstract: 本发明公开了一种基于组合学习的人脸超分辨率方法及装置，属于人脸图像超分辨率领域，该方法包括：对下采样得到的低分辨率人脸图像进行组件分割；将低分辨率人脸图像和分割后的人脸组件图像块进行分块操作，分出相互重叠的图像块；将图像块输入各组件生成对抗网络产生高分辨率组件图像块，由上采样后的低分辨率人脸背景图像生成高分辨率人脸背景图像；通过融合网络提取高分辨率图像块特征及人脸背景图像组件特征；将两种特征进行融合后，重建得到目标人脸组件图像块；通过人脸组件在人脸图像中的坐标点，将目标人脸组件图像块对应合并至高分辨率人脸背景图像中，形成高分辨率人脸图像。本发明可以提高网络的重建性能，产生更高质量的人脸图像。

公开(公告)号：CN110458758A

公开(公告)日：2019-11-15

申请号：CN201910687010.X

申请日：2019-07-29

Applicant: 武汉工程大学

Inventor： 卢涛 ,  陈冲 ,  张彦铎 ,  许若波 ,  周强 ,  郝晓慧 ,  魏博识 ,  郎秀娟 ,  王宇 ,  吴志豪 ,  王彬

IPC: G06T3/40 ,  G06T5/50

Abstract: 本发明涉及一种图像超分辨率重建方法、系统及计算机存储介质，其方法包括以下步骤，S1，将原始图像重塑为固定大小尺寸的图像，得到原始高分辨率图像，将原始高分辨率图像进行插值下采样，得到低分辨率图像；S2，基于生成网络对低分辨率图像进行基于边缘增强的超分辨率重建，得到超分辨率图像；S3，基于判别网络和原始高分辨率图像对超分辨率图像进行真伪判别。本发明其将单一的低分辨图像通过边缘细节信息增强表达，在原始超分辨率重建生成网络中加入边缘增强融合网络提高了图像超分辨率重建性能，获得更清晰的重建图像；另外，判别网络也可以提升边缘增强生成对抗网络的重建性能。