[发明专利]用于超分辨率处理的方法和设备有效

专利信息
申请号: 201680084409.3 申请日: 2016-04-11
公开(公告)号: CN109313795B 公开(公告)日: 2022-03-29
发明(设计)人: 汤晓鸥;朱施展;李诚;吕健勤 申请(专利权)人: 商汤集团有限公司
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;王艳春
地址: 中国香*** 国省代码: 香港;81
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 分辨率 处理 方法 设备
【权利要求书】:

1.一种用于超分辨率处理的方法,包括:

基于第一图像和训练过的模型估计稠密对应域,其中,所述稠密对应域表示从平均面部图像到所述第一图像的扭曲映射,并且所述训练过的模型存储用于估计所述稠密对应域的参数;

基于所述第一图像、所估计的稠密对应域和所述训练过的模型,通过双向网络执行超分辨率处理以获得第二图像,所述第二图像的分辨率高于所述第一图像的分辨率;以及

利用所述第二图像更新所述第一图像,

其中,反复进行所述估计、所述执行和所述更新的步骤直到所获得的第二图像具有期望的分辨率为止,或直到进行所述估计、所述执行和所述更新的步骤达到预定次数。

2.根据权利要求1所述的方法,其中,所述双向网络包括第一分支和第二分支,且所述执行的步骤包括:

基于所述第一图像,通过所述第一分支执行超分辨率处理以获得第一结果;

基于所述第一图像、所估计的稠密对应域和所述训练过的模型,通过所述第二分支执行超分辨率处理以获得第二结果;以及

合并所述第一结果和所述第二结果以获得所述第二图像。

3.根据权利要求1所述的方法,其中,所述训练过的模型存储稠密基数、关键特征点基准、用于估计所述稠密对应域的高斯-牛顿下降回归因子,以及用于超分辨率处理的双向网络系数,其中,所述稠密基数和所述关键特征点基准是预定义的,且所述高斯-牛顿下降回归因子和所述双向网络系数通过训练习得。

4.根据权利要求1所述的方法,其中,所估计的稠密对应域包括用于将平均面部图像中的像素z映射到所述第一图像中的像素x的变形系数p和扭曲函数W(z),其中,x=W(z)=z+Bp,且B是预定义的稠密基数。

5.根据权利要求4所述的方法,其中,在重复执行所述估计、所述执行和所述更新的步骤时,反复更新所述变形系数p和所述扭曲函数W(z)。

6.根据权利要求4所述的方法,其中,对于第k次迭代,所述第一图像表示为Ik-1,且所述扭曲函数表示为Wk(z),所述第二图像表示为Ik,并通过下式获得:

Ik=↑Ik-1+gk(↑Ik-1;Wk(z))

其中,↑Ik-1是图像Ik-1的上采样图像,且gk是从所述训练过的模型获得的用于第k次迭代的双向网络系数。

7.根据权利要求4所述的方法,其中,对于第k次迭代,所述第一图像表示为Ik-1,表示为pk的变形系数和表示为Wk(z)的扭曲函数通过下式获得:

pk=pk-1+fk(Ik-1;pk-1)

Wk(z)=z+Bkpk

其中,pk-1是在上一次迭代中获得的变形系数,fk是从所述训练过的模型获得的高斯-牛顿下降回归因子,且Bk是从所述训练过的模型获得的用于第k次迭代的预定义稠密基数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于商汤集团有限公司,未经商汤集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680084409.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top