-
公开(公告)号:CN117726517A
公开(公告)日:2024-03-19
申请号:CN202311781849.2
申请日:2023-12-22
Applicant: 燕山大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/82 , G06V10/46 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了基于Transformer的课堂图像超分辨率方法,属于计算机视觉技术领域,包括:步骤1,浅层特征提取模块从输入的低分辨率课堂图片中提取浅层特征;步骤2,深层特征提取模块对浅层特征进一步处理,得到该图片的深层特征;步骤3,图像重建模块通过长跳跃连接聚合从输入课堂图片中提取得到的浅层特征与深层特征并计算得到重建后的高分辨率课堂图片。本发明的深层特征提取模块可以激活更多的像素来提高特征信息的挖掘和表示能力,使课堂图像能够获得更全面、详细和稳定的特征,此外,本发明使用的空间门机制可以捕获额外的非线性空间信息,并减轻信道冗余,降低计算复杂度。