公开(公告)号：CN113409191B

公开(公告)日：2023-04-07

申请号：CN202110615890.7

申请日：2021-06-02

Applicant: 广东工业大学

Inventor： 朱鉴 ,  蔡金峰 ,  向宇 ,  张庆武 ,  陈柄丰 ,  蔡瑞初 ,  郝志峰

IPC: G06T3/40 ,  G06T5/00 ,  G06V10/40 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明提出一种基于注意力反馈机制的轻量级图像超分方法及系统，包括：将低分辨率图像输入浅层特征提取网络中获取浅层特征信息，将浅层特征信息输入深层特征提取网络中得到深度特征信息；将深度特征信息输入重建网络中重建超分辨率图像，经上采样得到高分辨率特征图，再将高分辨率特征图与低分辨率图像进行双三次上采样后智能相加，得到超分辨率图像；根据超分辨率图像与原始高分辨率图像计算损失函数并对超分辨率模型训练；将深度特征信息输入下一个深层特征提取网络中提取深度特征信息，并重复上述步骤至完成最后一个深层特征提取网络的深度特征信息提取，将提取的深度特征信息输入重建网络中进行超分辨率图像重建，输出得到超分辨率图像SR。

公开(公告)号：CN113409191A

公开(公告)日：2021-09-17

申请号：CN202110615890.7

申请日：2021-06-02

Applicant: 广东工业大学

Inventor： 朱鉴 ,  蔡金峰 ,  向宇 ,  张庆武 ,  陈柄丰 ,  蔡瑞初 ,  郝志峰

IPC: G06T3/40 ,  G06T5/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于注意力反馈机制的轻量级图像超分方法及系统，包括：将低分辨率图像输入浅层特征提取网络中获取浅层特征信息，将浅层特征信息输入深层特征提取网络中得到深度特征信息；将深度特征信息输入重建网络中重建超分辨率图像，经上采样得到高分辨率特征图，再将高分辨率特征图与低分辨率图像进行双三次上采样后智能相加，得到超分辨率图像；根据超分辨率图像与原始高分辨率图像计算损失函数并对超分辨率模型训练；将深度特征信息输入下一个深层特征提取网络中提取深度特征信息，并重复上述步骤至完成最后一个深层特征提取网络的深度特征信息提取，将提取的深度特征信息输入重建网络中进行超分辨率图像重建，输出得到超分辨率图像SR。