公开(公告)号：CN112884654A

公开(公告)日：2021-06-01

申请号：CN202110235842.5

申请日：2021-03-03

Applicant: 鄂尔多斯应用技术学院

Inventor： 马丽 ,  白红英 ,  张云飞 ,  董悦丽 ,  孙斌

IPC: G06T3/40

Abstract: 本发明公开了一种基于CNN的WDSR图像超分辨率重建优化方法，包括：获取原始训练集和原始测试集；构建基于WDSR算法的图像超分辨率重建模型，并利用原始训练集对图像超分辨率重建模型进行训练，获得初始图像超分辨率重建模型；利用增强预测算法优化初始图像超分辨率重建模型，获得中间图像超分辨率重建模型；利用测试集对初始图像超分辨率重建模型进行重建效果验证；基于重建效果验证结果，对WDSR算法进行改进，直至重建效果验证结果符合预设约束条件，获得最终图像超分辨率重建模型。本发明在对WDSR算法改进的基础上，结合增强预测算法，能够降低计算开销，提高模型精度，能够获得更好的训练和测试准确率。

公开(公告)号：CN112884654B

公开(公告)日：2024-02-20

申请号：CN202110235842.5

申请日：2021-03-03

Applicant: 鄂尔多斯应用技术学院

Inventor： 马丽 ,  白红英 ,  张云飞 ,  董悦丽 ,  孙斌

IPC: G06T3/4053 ,  G06T3/4046

Abstract: 本发明公开了一种基于CNN的WDSR图像超分辨率重建优化方法，包括：获取原始训练集和原始测试集；构建基于WDSR算法的图像超分辨率重建模型，并利用原始训练集对图像超分辨率重建模型进行训练，获得初始图像超分辨率重建模型；利用增强预测算法优化初始图像超分辨率重建模型，获得中间图像超分辨率重建模型；利用测试集对初始图像超分辨率重建模型进行重建效果验证；基于重建效果验证结果，对WDSR算法进行改进，直至重建效果验证结果符合预设约束条件，获得最终图像超分辨率重建模型。本发明在对WDSR算法改进的基础上，结合增强预测算法，能够降低计算开销，提高模型精度，能够获得更好的训练和测试准确率。