-
公开(公告)号：CN117934281A
公开(公告)日：2024-04-26
申请号：CN202410120677.2
申请日：2024-01-29
Applicant: 东北大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/08
Abstract: 本发明设计一种基于深度学习的光场图像空间超分辨率的方法，属于图像处理技术领域；首先利用光场摄像机拍摄得到原始光场图像数据集，对其进行预处理，得到训练集和测试集；然后构建神经网络模型，并基于得到的训练集对模型进行训练，从而得到目标分辨率；所述神经网络模型包括：通道堆叠模块、角度堆叠模块、浅层特征提取模块、特征混合模块、顶部特征更新、底部特征更新模块、注意力机制模块以及上采样模块；本发明能够直接重建所有的SAIs，而不是采用all‑to‑one策略，显著提升重建后图像的质量，在保持光场的视差结构的同时，显著降低计算的空间复杂度和时间复杂度。
Search Results
1
records
(took 0.059 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
