公开(公告)号：CN108765296A

公开(公告)日：2018-11-06

申请号：CN201810600397.6

申请日：2018-06-12

Applicant: 桂林电子科技大学

Inventor： 林乐平 ,  梁婷 ,  欧阳宁 ,  莫建文 ,  袁华 ,  首照宇 ,  张彤 ,  陈利霞

IPC: G06T3/40

CPC classification number: G06T3/4053

Abstract: 本发明公开了一种基于递归残差注意力网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）数据预处理；2）建立重建模型；3）残差注意力网络支路第一个残差注意力模块特征提取；4）递归网络支路第一个递归模块特征提取；5）特征融合；6）图像重建。这种方法能解决预处理操作带来的噪声，且获得更多高频信息来丰富图像细节，同时能减少网络参数，在增加层数的同时而不增加新的参数，能提高超分辨率重建的精度。

公开(公告)号：CN109859106B

公开(公告)日：2022-07-05

申请号：CN201910079727.6

申请日：2019-01-28

Applicant: 桂林电子科技大学

Inventor： 林乐平 ,  梁婷 ,  欧阳宁 ,  莫建文 ,  袁华 ,  首照宇 ,  张彤 ,  陈利霞

IPC: G06T3/40 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62

Abstract: 本发明公开了一种基于自注意力的高阶融合网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）建立重建模型；2）CNN网络特征提取；3）自注意力模块中的自注意力支路特征提取；4）自注意力模块中的主干支路特征提取；5）特征的高阶融合；6）图像重建。这种方法能有效的解决因预处理带来的额外计算量，且能恢复出更多的纹理细节来重建出高质量的图像。

公开(公告)号：CN108765296B

公开(公告)日：2022-04-12

申请号：CN201810600397.6

申请日：2018-06-12

Applicant: 桂林电子科技大学

Inventor： 林乐平 ,  梁婷 ,  欧阳宁 ,  莫建文 ,  袁华 ,  首照宇 ,  张彤 ,  陈利霞

IPC: G06T3/40

Abstract: 本发明公开了一种基于递归残差注意力网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）数据预处理；2）建立重建模型；3）残差注意力网络支路第一个残差注意力模块特征提取；4）递归网络支路第一个递归模块特征提取；5）特征融合；6）图像重建。这种方法能解决预处理操作带来的噪声，且获得更多高频信息来丰富图像细节，同时能减少网络参数，在增加层数的同时而不增加新的参数，能提高超分辨率重建的精度。

公开(公告)号：CN109859106A

公开(公告)日：2019-06-07

申请号：CN201910079727.6

申请日：2019-01-28

Applicant: 桂林电子科技大学

Inventor： 林乐平 ,  梁婷 ,  欧阳宁 ,  莫建文 ,  袁华 ,  首照宇 ,  张彤 ,  陈利霞

IPC: G06T3/40 ,  G06K9/62

Abstract: 本发明公开了一种基于自注意力的高阶融合网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）建立重建模型；2）CNN网络特征提取；3）自注意力模块中的自注意力支路特征提取；4）自注意力模块中的主干支路特征提取；5）特征的高阶融合；6）图像重建。这种方法能有效的解决因预处理带来的额外计算量，且能恢复出更多的纹理细节来重建出高质量的图像。