公开(公告)号：CN113538242B

公开(公告)日：2024-06-21

申请号：CN202110830807.8

申请日：2021-07-22

Applicant: 苏州大学

Inventor： 钟宝江 ,  苏润

IPC: G06T3/4007 ,  G06T5/50 ,  G06T5/70

Abstract: 本申请公开了一种基于残差引导策略的图像插值模型训练方法、基于残差引导策略的图像插值方法、计算机设备及可读存储介质。基于随机森林层级结构的特点，利用残差引导策略来构建并训练图像插值模型。使用预插值图像作为特征数据并使用残差作为标签数据对随机森林进行训练，训练过程中随机森林按层同步生长，初始残差是高分辨率图像与预插值图像的差值，往后的残差则是上一级残差与估计残差的差值，由于残差能够在迭代中更新，每一级的估计残差均是对前一级残差的优化，随着训练层级的增加，图像残差收敛于零，最终得到各层级映射关系均确定的图像插值模型，利用其对低分辨率图像进行插值，能够取得很好的插值效果。

公开(公告)号：CN113538242A

公开(公告)日：2021-10-22

申请号：CN202110830807.8

申请日：2021-07-22

Applicant: 苏州大学

Inventor： 钟宝江 ,  苏润

IPC: G06T3/40 ,  G06T5/50 ,  G06T5/00

Abstract: 本申请公开了一种基于残差引导策略的图像插值模型训练方法、基于残差引导策略的图像插值方法、计算机设备及可读存储介质。基于随机森林层级结构的特点，利用残差引导策略来构建并训练图像插值模型。使用预插值图像作为特征数据并使用残差作为标签数据对随机森林进行训练，训练过程中随机森林按层同步生长，初始残差是高分辨率图像与预插值图像的差值，往后的残差则是上一级残差与估计残差的差值，由于残差能够在迭代中更新，每一级的估计残差均是对前一级残差的优化，随着训练层级的增加，图像残差收敛于零，最终得到各层级映射关系均确定的图像插值模型，利用其对低分辨率图像进行插值，能够取得很好的插值效果。