公开(公告)号：CN112070676A

公开(公告)日：2020-12-11

申请号：CN202010946074.X

申请日：2020-09-10

Applicant: 东北大学秦皇岛分校

Inventor： 张淑芬 ,  王鑫 ,  吕艳霞

IPC: G06T3/40

Abstract: 本发明提供一种双通道多感知卷积神经网络的图片超分辨率重建方法，涉及图像处理技术领域。本发明用具有不同卷积核的双卷积通道，结合局部稠密连接，获得对图片特征信息的多种感知能力，带有卷积调节功能的层间融合结构还原出更加准确的融合信息。网络通过DIV2K数据集训练，在只使用了8层DMRB模块的条件下，对几个基准数据集测试的结果好于目前多数MSRN、EDSR等先进重建算法。DMCN的重建结果图包含更加丰富的高频细节信息，与原始图片更加接近，DMCN网络结构能更全面的感知图片中的各类信息，重建能力更强。

公开(公告)号：CN112070676B

公开(公告)日：2023-10-27

申请号：CN202010946074.X

申请日：2020-09-10

Applicant: 东北大学秦皇岛分校

Inventor： 张淑芬 ,  王鑫 ,  吕艳霞

IPC: G06F30/27

Abstract: 本发明提供一种双通道多感知卷积神经网络的图片超分辨率重建方法，涉及图像处理技术领域。本发明用具有不同卷积核的双卷积通道，结合局部稠密连接，获得对图片特征信息的多种感知能力，带有卷积调节功能的层间融合结构还原出更加准确的融合信息。网络通过DIV2K数据集训练，在只使用了8层DMRB模块的条件下，对几个基准数据集测试的结果好于目前多数MSRN、EDSR等先进重建算法。DMCN的重建结果图包含更加丰富的高频细节信息，与原始图片更加接近，DMCN网络结构能更全面的感知图片中的各类信息，重建能力更强。