-
公开(公告)号：CN112598587B
公开(公告)日：2022-09-13
申请号：CN202011494588.2
申请日：2020-12-16
Applicant: 南京邮电大学
Abstract: 本发明提供了一种联合人脸去口罩和超分辨率的图像处理系统及方法，所述图像处理系统包括去噪网络模块和超分网络模块；首先将低分辨率的戴口罩人脸图像送入去噪网络进行噪声估计并实现图像的盲去噪，通过调整估计的噪声水平图交互地纠正去噪结果，增强去噪结果的鲁棒性；然后将去除噪声后的低分辨率图像送入卷积层进行浅层特征提取，将提取的特征送入循环特征提取模块进行深层特征提取并重构图像，获得高分辨率图像进入先验知识提取模块估计Landmark，将Landmark信息进行加权形成相应的面部组件热图，通过分组卷积再次送入到循环特征提取模块提取特征，循环此过程；上述两个过程可以互相促进，并逐步达到更好的性能，最终输出高分辨率图像及对应的Landmark。
-
公开(公告)号：CN112598587A
公开(公告)日：2021-04-02
申请号：CN202011494588.2
申请日：2020-12-16
Applicant: 南京邮电大学
Abstract: 本发明提供了一种联合人脸去口罩和超分辨率的图像处理系统及方法，所述图像处理系统包括去噪网络模块和超分网络模块；首先将低分辨率的戴口罩人脸图像送入去噪网络进行噪声估计并实现图像的盲去噪，通过调整估计的噪声水平图交互地纠正去噪结果，增强去噪结果的鲁棒性；然后将去除噪声后的低分辨率图像送入卷积层进行浅层特征提取，将提取的特征送入循环特征提取模块进行深层特征提取并重构图像，获得高分辨率图像进入先验知识提取模块估计Landmark，将Landmark信息进行加权形成相应的面部组件热图，通过分组卷积再次送入到循环特征提取模块提取特征，循环此过程；上述两个过程可以互相促进，并逐步达到更好的性能，最终输出高分辨率图像及对应的Landmark。
-
公开(公告)号：CN113160047B
公开(公告)日：2023-05-23
申请号：CN202011318695.X
申请日：2020-11-23
Applicant: 南京邮电大学
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度通道注意力机制的单幅图像超分辨率方法。本发明主要用于单幅图像超分辨率，属于图像处理领域。本网络模型由若干卷积层、下采样模块、上采样模块和多尺度通道注意力模块连接构成。本模型的主干网络由若干多尺度通道注意力模块、上采样模块和下采样模块组成的三个并行分支构成。首先，把经过预处理上采样的低分辨率图像送入卷积层进行浅层特征提取；然后，对提取到的特征，送入主干网络以进行深层特征提取；最后，将三个不同分支提取到的特征进行连接，并将其送入由若干多尺度注意力模块和卷积层构成的图像重建网络，以输出高分辨率图像。
-
公开(公告)号：CN113160047A
公开(公告)日：2021-07-23
申请号：CN202011318695.X
申请日：2020-11-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多尺度通道注意力机制的单幅图像超分辨率方法。本发明主要用于单幅图像超分辨率，属于图像处理领域。本网络模型由若干卷积层、下采样模块、上采样模块和多尺度通道注意力模块连接构成。本模型的主干网络由若干多尺度通道注意力模块、上采样模块和下采样模块组成的三个并行分支构成。首先，把经过预处理上采样的低分辨率图像送入卷积层进行浅层特征提取；然后，对提取到的特征，送入主干网络以进行深层特征提取；最后，将三个不同分支提取到的特征进行连接，并将其送入由若干多尺度注意力模块和卷积层构成的图像重建网络，以输出高分辨率图像。
-
-
-
Search Results
4
records
(took 0.018 seconds)
