-
公开(公告)号：CN116503260A
公开(公告)日：2023-07-28
申请号：CN202310785170.4
申请日：2023-06-29
Applicant: 北京建筑大学
Abstract: 本申请提供一种图像超分辨率重建方法、装置和设备。本申请提供的图像超分辨率重建方法，包括：对原始图像进行特征提取，得到特征向量，将所述特征向量输入到预先训练好的图像重建模型中，通过所述重建模型中的注意力残差模块提取所述特征向量中的高频特征并进行学习，并通过所述重建模型中的特征增强残差模块提取所述特征向量中的低频特征并进行学习，通过所述重建模型对所述高频特征和所述低频特征进行融合，得到融合特征，通过所述重建模型对所述融合特征进行上采样和重建处理，得到目标图像；其中，所述目标图像的分辨率高于所述原始图像的分辨率。本申请提供的图像超分辨率重建方法、装置和设备，可使重建后的图像质量更高。
-
公开(公告)号：CN116029945A
公开(公告)日：2023-04-28
申请号：CN202310315486.7
申请日：2023-03-29
Applicant: 北京建筑大学
Abstract: 本发明涉及一种生成式图像修复装置，包括预处理模块以及生成模块，所述预处理模块用于获取破损图像的边缘信息，输入至所述生成模块；所述生成模块用于根据所述边缘信息生成完整图像，所述生成模块包括粗生成模块和细化生成模块，所述粗生成模块包括多个密集块，用于提取破损图像中的破损特征；每个所述密集块包括多个密集连接的密集层，所述密集层用于提取所述破损特征。通过采用密集连接的方式连接密集层，使得将先前密集层中的特征信息分别经过每一个密集层进行处理，实现提高生成模块的修复精度。所述生成模块通过采用间接连接方式连接所有层，实现提高训练的稳定性。
-
公开(公告)号：CN116029945B
公开(公告)日：2023-07-14
申请号：CN202310315486.7
申请日：2023-03-29
Applicant: 北京建筑大学
Abstract: 本发明涉及一种生成式图像修复装置，包括预处理模块以及生成模块，所述预处理模块用于获取破损图像的边缘信息，输入至所述生成模块；所述生成模块用于根据所述边缘信息生成完整图像，所述生成模块包括粗生成模块和细化生成模块，所述粗生成模块包括多个密集块，用于提取破损图像中的破损特征；每个所述密集块包括多个密集连接的密集层，所述密集层用于提取所述破损特征。通过采用密集连接的方式连接密集层，使得将先前密集层中的特征信息分别经过每一个密集层进行处理，实现提高生成模块的修复精度。所述生成模块通过采用间接连接方式连接所有层，实现提高训练的稳定性。
-
公开(公告)号：CN116503260B
公开(公告)日：2023-09-19
申请号：CN202310785170.4
申请日：2023-06-29
Applicant: 北京建筑大学
Abstract: 本申请提供一种图像超分辨率重建方法、装置和设备。本申请提供的图像超分辨率重建方法，包括：对原始图像进行特征提取，得到特征向量，将所述特征向量输入到预先训练好的图像重建模型中，通过所述重建模型中的注意力残差模块提取所述特征向量中的高频特征并进行学习，并通过所述重建模型中的特征增强残差模块提取所述特征向量中的低频特征并进行学习，通过所述重建模型对所述高频特征和所述低频特征进行融合，得到融合特征，通过所述重建模型对所述融合特征进行上采样和重建处理，得到目标图像；其中，所述目标图像的分辨率高于所述原始图像的分辨率。本申请提供的图像超分辨率重建方法、装置和设备，可使重建后的图像质量更高。
-
-
-
Search Results
4
records
(took 0.02 seconds)
