-
公开(公告)号：CN115578260B
公开(公告)日：2023-07-25
申请号：CN202211222173.9
申请日：2022-10-08
Applicant: 苏州大学
Abstract: 本发明涉及图像处理领域，公开一种针对图像超分辨率的方向解耦的注意力方法和系统，方法包括：获取输入图像并提取特征得到初始特征图，构建包括多个方向解耦的注意力机制的超分辨率重建网络；将初始特征图输入所述包括多个方向解耦的注意力机制的超分辨率重建网络，在每个方向解耦的注意力机制中进行水平方向和垂直方向的信息提取，多次进行水平方向和垂直方向的信息提取后得到最终的输出特征图；结合初始特征图和最终的输出特征图得到输入图像对应的高分辨率图像；系统包括数据获取模块、超分辨率重建网络模块和图像输出模块。本发明可以在提升信息捕获能力的同时降低计算复杂度，实现对低分辨率图像的高清还原，并且方便迁移扩展。
-
公开(公告)号：CN115660984A
公开(公告)日：2023-01-31
申请号：CN202211310311.9
申请日：2022-10-25
Applicant: 苏州大学
Abstract: 本发明涉及深度学习技术领域，尤其是指一种图像高清还原方法、装置及计算机存储介质。本发明所述的图像高清还原方法，提出并设计了多级多结构注意力，多结构注意力包括现有的窗口注意力、移动窗口注意力和新引入的全局注意力操作，新引入的全局注意力操作把图像通过水平和垂直两个方向进行方向解耦，然后以很低代价计算出全局的注意力依赖关系，三种注意力的自计算和结合计算使得神经网络可以同时弥补对于局部和全局的注意力的缺陷，对现存的注意力机制进行更好的性能补偿，并且其最突出的全局注意力模块拥有非常好的性能和非常低的复杂度，完美的解决了目前注意力结构遇到的高复杂度的问题，使得计算效率大大提升。
-
公开(公告)号：CN115578260A
公开(公告)日：2023-01-06
申请号：CN202211222173.9
申请日：2022-10-08
Applicant: 苏州大学
Abstract: 本发明涉及图像处理领域，公开一种针对图像超分辨率的方向解耦的注意力方法和系统，方法包括：获取输入图像并提取特征得到初始特征图，构建包括多个方向解耦的注意力机制的超分辨率重建网络；将初始特征图输入所述包括多个方向解耦的注意力机制的超分辨率重建网络，在每个方向解耦的注意力机制中进行水平方向和垂直方向的信息提取，多次进行水平方向和垂直方向的信息提取后得到最终的输出特征图；结合初始特征图和最终的输出特征图得到输入图像对应的高分辨率图像；系统包括数据获取模块、超分辨率重建网络模块和图像输出模块。本发明可以在提升信息捕获能力的同时降低计算复杂度，实现对低分辨率图像的高清还原，并且方便迁移扩展。
-
-
Search Results
3
records
(took 0.013 seconds)
