[发明专利]一种基于密集残差型UNet的图像信息解析建模方法

权利要求书

1.一种基于密集残差型UNet的图像信息解析建模方法，其特征在于，包括以下步骤：

从原始图像中提取图像特征信息并对图像特征信息进行编码；

将编码后的图像特征信息进行解码与上采样，得到基于密集残差型UNet的图像信息解析模型；

实时采集图像作为数据集，并将数据集分为训练集和验证集，使用训练集数据对图像信息解析模型进行训练；

使用验证集数据对图像信息解析模型进行评价。

2.根据权利要求1所述的一种基于密集残差型UNet的图像信息解析建模方法，其特征在于，所述图像特征信息包括：语义信息和结构信息。

3.根据权利要求1所述的一种基于密集残差型UNet的图像信息解析建模方法，其特征在于，采用编码器对图像特征信息进行编码，所述编码器由残差块和密集型残差块两种基础模块组成。

4.根据权利要求3所述的一种基于密集残差型UNet的图像信息解析建模方法，其特征在于，所述残差块和密集型残差块的数量根据需求设定。

5.根据权利要求1所述的一种基于密集残差型UNet的图像信息解析建模方法，其特征在于，对编码后的图像特征信息进行解码时，采用跳跃连接使高层级的语义信息与低层级的结构信息直接拼接结合。

6.根据权利要求1所述的一种基于密集残差型UNet的图像信息解析建模方法，其特征在于，对编码后的图像特征信息使用双线性插值和PixelShuffle插值进行上采样。

7.根据权利要求1所述的一种基于密集残差型UNet的图像信息解析建模方法，其特征在于，使用均方误差MSE以及峰值信噪比PSNR对图像信息解析模型进行评价。

8.根据权利要求7所述的一种基于密集残差型UNet的图像信息解析建模方法，其特征在于，所述峰值信噪比PSNR计算公式为：

其中，MSE表示原始图像X和模型输出图像Y的均方误差，H、W分别为原始图像X和模型输出图像Y的高度和宽度；n为每像素的比特数，i，j分别为原始图像X和模型输出图像Y的横纵像素坐标。