-
公开(公告)号：CN113139899A
公开(公告)日：2021-07-20
申请号：CN202110345763.X
申请日：2021-03-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种高质量轻量级超分辨率重建网络模型设计方法，对获取的图像进行预处理，并对得到的输入图像进行底层细化特征提取；对所述输入图像进行多级复合特征的多种程度的特征提取；采用跳跃连接的方式对得到的底层细微特征和多级复合特征进行融合；基于超分辨率算法对融合得到的多尺度复合特征进行重构放大，得到超分辨率重建网络模型，在残差网络的基础上，提出了结合多尺度、多抽象度的卷积神经网络来实现特征提取，并对提取的各局部特征与全局特征进行融合，从而充分利用不同尺度、不同抽象程度特征信息进行超分辨率重构，能重建出更清晰纹理细节的图像。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
