-
公开(公告)号：CN115564649A
公开(公告)日：2023-01-03
申请号：CN202211181729.4
申请日：2022-09-27
Applicant: 苏州大学
Abstract: 本发明公开了一种图像超分辨率重建方法、装置及设备，涉及计算机视觉技术领域，包括将训练数据集中待重建的低分辨率图像嵌入高维空间，提取出图像浅层特征，利用多轴卷积结构提取图像浅层特征，得不同粒度的深度特征，将不同粒度的深度特征聚合，得聚合图像特征，将所述聚合图像特征进行通道注意力和空间注意力加权操作，得权重图像特征，将权重图像特征进行上采样操作，得超分辨率特征图，将超分辨率特征图与待重建的低分辨率图像对应的高分辨率标签图像进行迭代更新运算，得到完成训练的图像超分辨率重建模型，重建了更好的图像细节，提升了图像超分辨率的性能，实现了充分利用不同粒度图像特征完成图像超分辨率重建，提升重建后图像的清晰度。
-
公开(公告)号：CN116797456A
公开(公告)日：2023-09-22
申请号：CN202310534807.2
申请日：2023-05-12
Applicant: 苏州大学
Abstract: 本发明涉及图像超分辨率重建方法、系统、设备和计算机可读存储介质，包括将低分辨率图像映射高维空间，提取图像浅层特征；利用稀疏注意力结构处理图像浅层特征，得到多尺度深度特征；利用移位卷积结构加强多尺度深度特征，得到强化多尺度深度特征；将强化多尺度深度特征进行上采样操作，得到超分辨率特征图；利用最小绝对偏差损失函数训练由稀疏注意力结构和移位卷积结构组成的高分辨率网络；利用高分辨率网络，将超分辨率特征图与待重建的低分辨率图像对应的高分辨率标签图像进行迭代更新运算，得到完成训练的图像超分辨率重建模型。能够充分利用图像的多尺度特征，同时减少冗余特征，增强图像特征表征能力，从而提高图像超分辨率的重建性能。
-
公开(公告)号：CN115564649B
公开(公告)日：2023-07-28
申请号：CN202211181729.4
申请日：2022-09-27
Applicant: 苏州大学
Abstract: 本发明公开了一种图像超分辨率重建方法、装置及设备，涉及计算机视觉技术领域，包括将训练数据集中待重建的低分辨率图像嵌入高维空间，提取出图像浅层特征，利用多轴卷积结构提取图像浅层特征，得不同粒度的深度特征，将不同粒度的深度特征聚合，得聚合图像特征，将所述聚合图像特征进行通道注意力和空间注意力加权操作，得权重图像特征，将权重图像特征进行上采样操作，得超分辨率特征图，将超分辨率特征图与待重建的低分辨率图像对应的高分辨率标签图像进行迭代更新运算，得到完成训练的图像超分辨率重建模型，重建了更好的图像细节，提升了图像超分辨率的性能，实现了充分利用不同粒度图像特征完成图像超分辨率重建，提升重建后图像的清晰度。
-
公开(公告)号：CN116797456B
公开(公告)日：2024-11-26
申请号：CN202310534807.2
申请日：2023-05-12
Applicant: 苏州大学
IPC: G06T3/4053 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像超分辨率重建方法、系统、设备和计算机可读存储介质，包括将低分辨率图像映射高维空间，提取图像浅层特征；利用稀疏注意力结构处理图像浅层特征，得到多尺度深度特征；利用移位卷积结构加强多尺度深度特征，得到强化多尺度深度特征；将强化多尺度深度特征进行上采样操作，得到超分辨率特征图；利用最小绝对偏差损失函数训练由稀疏注意力结构和移位卷积结构组成的高分辨率网络；利用高分辨率网络，将超分辨率特征图与待重建的低分辨率图像对应的高分辨率标签图像进行迭代更新运算，得到完成训练的图像超分辨率重建模型。能够充分利用图像的多尺度特征，同时减少冗余特征，增强图像特征表征能力，从而提高图像超分辨率的重建性能。
-
-
-
Search Results
4
records
(took 0.013 seconds)
