[发明专利]图像超分辨率方法、装置及设备

权利要求书

1.一种图像超分辨率方法，其特征在于，包括：

获取待进行图像超分辨率的图像；

利用图像超分辨率模型，基于所述图像的浅特征以及所述图像的深度特征，得到与所述图像对应的超分辨率图像，所述图像的深度特征中包括所述图像的自身纹理特征；

其中，所述利用图像超分辨率模型，基于所述图像的浅特征以及所述图像的深度特征，得到与所述图像对应的超分辨率图像，包括：

利用图像超分辨率模型的浅特征提取模块，对所述图像进行浅特征提取处理，得到所述图像的浅特征；

利用图像超分辨率模型的深度特征提取模块，对所述图像的浅特征进行深度特征提取处理，得到所述图像的深度特征；

利用图像超分辨率模型的上采样重建模块，对所述图像的浅特征以及所述图像的深度特征进行上采样重建处理，得到与所述图像对应的超分辨率图像；

其中，所述图像超分辨率模型的深度特征提取模块的构建方式包括：

基于预先构建的深度特征提取单元，构建所述图像超分辨率模型的深度特征提取模块；

所述深度特征提取单元包括第一预设数量的分支，每个分支由不同数量的残差单元堆叠，相邻分支间深度相差2倍，相邻分支共用至少一个卷积层；

其中，所述基于预先构建的深度特征提取单元，构建所述图像超分辨率模型的深度特征提取模块，包括：

串联多个所述深度特征提取单元，构建所述图像超分辨率模型的深度特征提取模块；

其中，所述多个深度特征提取单元中，首个深度特征提取单元的输入为所述图像的浅特征，除所述首个深度特征提取单元之外的每个深度特征提取单元的输入为与其相邻的上一深度特征提取单元的输出。

2.根据权利要求1所述的方法，其特征在于，所述利用图像超分辨率模型的深度特征提取模块，对所述图像的浅特征进行深度特征提取处理，得到所述图像的深度特征，包括：

将所述图像的浅特征输入所述深度特征提取模块的首个深度特征提取单元，得到各个深度特征提取单元的输出；

将各个深度特征提取单元的输出进行融合，得到所述图像的深度特征。

3.根据权利要求1所述的方法，其特征在于，所述基于预先构建的深度特征提取单元，构建所述图像超分辨率模型的深度特征提取模块，包括：

将所述深度特征提取单元加宽，得到加宽后的深度特征提取单元，所述加宽后的深度特征提取单元为所述图像超分辨率模型的深度特征提取模块；

其中，所述加宽后的深度特征提取单元包括第二预设数量的分支，每个分支由不同数量的残差单元堆叠，相邻分支间深度相差2倍，相邻分支共用至少一个卷积层，所述第二预设数量大于所述第一预设数量。

4.根据权利要求3所述的方法，其特征在于，所述利用图像超分辨率模型的深度特征提取模块，对所述图像的浅特征进行深度特征提取处理，得到所述图像的深度特征，包括：

将所述图像的浅特征输入所述加宽后的深度特征提取单元，得到所述加宽后的深度特征提取单元中各个分支输出；

将所述各个分支输出进行融合，得到所述图像的深度特征。

5.根据权利要求1所述的方法，其特征在于，所述图像超分辨率模型的训练方式如下：

获取训练图像，以及，与训练图像对应的低分辨率图像和高分辨率图像；

以与训练图像对应的低分辨率图像为训练样本，以训练图像对应的高分辨率图像为样本标签，以最小化损失函数为训练目标训练得到所述图像超分辨率模型。