[发明专利]一种增强感兴趣区域的图像超分方法、系统及介质在审

专利信息
申请号: 202010902113.6 申请日: 2020-09-01
公开(公告)号: CN114202651A 公开(公告)日: 2022-03-18
发明(设计)人: 李磊;刘阳兴 申请(专利权)人: 武汉TCL集团工业研究院有限公司
主分类号: G06V10/25 分类号: G06V10/25;G06V10/774;G06V20/40;G06K9/62;G06T3/40;G06T5/00;G06V40/16
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 徐凯凯
地址: 430000 湖北省武汉市东湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 增强 感兴趣 区域 图像 方法 系统 介质
【权利要求书】:

1.一种增强感兴趣区域的图像超分方法,其特征在于,所述增强感兴趣区域的图像超分方法包括以下步骤:

获取待超分图像帧及所述待超分图像帧对应的参考图像帧;

基于所述参考图像帧确定所述待超分图像帧中的感兴趣区域对应的第一超分图像;

基于所述参考图像帧确定所述待超分图像帧对应的第二超分图像帧;

基于所述第一超分图像修正所述第二超分图像帧。

2.根据权利要求1所述的增强感兴趣区域的图像超分方法,其特征在于,所述基于所述参考图像帧确定所述待超分图像帧中的感兴趣区域对应的第一超分图像包括:

获取预设的感兴趣对象;

检测所述待超分图像帧中是否存在感兴趣对象;

若所述待超分图像帧存在所述感兴趣对象,则确定所述待超分图像帧中所述感兴趣对象对应的感兴趣区域信息;

获取所述待超分图像帧中该感兴趣区域信息对应的感兴趣图像;

获取经过训练的感兴趣区域超分增强模型;

所述感兴趣图像输入至所述感兴趣区域超分增强模型,通过所述感兴趣区域超分增强模型得到所述待超分图像帧中的感兴趣区域对应的第一超分图像。

3.根据权利要求1所述的增强感兴趣区域的图像超分方法,其特征在于,所述感兴趣区域超分增强模型的训练具体包括:

构建所述感兴趣区域超分增强模型以及构建第一损失函数;

通过所述第一损失函数修正所述感兴趣区域超分增强模型的参数,得到训练好的感兴趣区域超分增强模型。

4.根据权利要求3所述的增强感兴趣区域的图像超分方法,其特征在于,所述第一损失函数采用第一范数作为损失函数,所述第一损失函数的公式表示为:

|Of-GTf|2

其中,Of,GTf分别表示为第一超分图像以及感兴趣图像。

5.根据权利要求1所述的增强感兴趣区域的图像超分方法,其特征在于,所述参考图像帧包括前参考图像帧和后参考图像帧,所述前参考图像帧为所述待超分图像帧相邻的前若干帧,所述后参考图像帧为所述待超分图像帧相邻的后若干帧;所述待超分图像帧作为所述前参考图像帧和所述后参考图像帧的中间帧。

6.根据权利要求5所述的增强感兴趣区域的图像超分方法,其特征在于,所述待超分图像帧与所述参考图像帧为连续视频帧,所述基于所述参考图像帧确定所述待超分图像帧对应的第二超分图像帧具体包括:

获取经过训练的视频超分模型;其中,所述视频超分模型包括多帧对齐模块、多帧融合模块以及特征提取模块;

将若干连续的所述待超分图像帧输入至所述多帧对齐模块,通过所述多帧对齐模块获取每个所述待超分图像帧的前参考图像帧和后参考图像帧;

将所述待超分图像帧、所述待超分图像帧对应的前参考图像帧以及后参考图像帧输入至所述多帧融合模块,通过所述多帧融合模块得到所述待超分图像帧对应的目标图像帧;

所述目标图像帧输入至所述特征提取模块,通过所述特征提取模块得到所述目标图像帧的超分图像帧,并将所述目标图像帧的超分图像帧作为所述待超分图像帧对应的第二超分图像帧。

7.根据权利要求6所述的增强感兴趣区域的图像超分方法,其特征在于,所述视频超分模型的训练具体包括:

构建所述视频超分模型以及构建第二损失函数;

通过所述第二损失函数修正所述视频超分模型的参数,得到训练好的视频超分模型。

8.根据权利要求7所述的增强感兴趣区域的图像超分方法,其特征在于,所述第二损失函数采用第二范数作为损失函数,所述第二损失函数的公式为:

Lsr=|Ot-Gtt|1

其中,Lsr表示所述视频超分模型的第二损失函数,Ot,Gtt分别为第二超分图像帧以及所述待超分图像帧。

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武汉TCL集团工业研究院有限公司,未经武汉TCL集团工业研究院有限公司许可,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/202010902113.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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