[发明专利]一种图像超分辨率方法、装置、终端设备和存储介质在审

专利信息
申请号: 202011319016.0 申请日: 2020-11-23
公开(公告)号: CN112419152A 公开(公告)日: 2021-02-26
发明(设计)人: 廖祥云;王琼;陈广勇;王平安 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: G06T3/40 分类号: G06T3/40;G06K9/62;G06N3/04
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 张全文
地址: 518000 广东省深圳*** 国省代码: 广东;44
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 图像 分辨率 方法 装置 终端设备 存储 介质
【权利要求书】:

1.一种图像超分辨率方法,其特征在于,包括:

获取待处理图像;

提取所述待处理图像的初始图像特征;

将所述初始图像特征输入预先构建的纹理特征提取模块,得到所述待处理图像的纹理特征;

采用多个卷积层对所述纹理特征进行处理,得到所述待处理图像的结构特征;

将所述纹理特征和所述结构特征融合,得到目标图像特征;

根据所述目标图像特征构建第一超分辨率图像;

将所述第一超分辨率图像和第二超分辨率图像叠加,得到所述待处理图像的超分辨率图像,所述第二超分辨率图像为所述待处理图像经过插值处理后获得的图像。

2.如权利要求1所述的图像超分辨率方法,其特征在于,提取所述待处理图像的初始图像特征,包括:

将所述待处理图像输入1*1卷积核的卷积层,得到第一图像特征;

采用预设的激活函数对所述第一图像特征进行处理,得到第二图像特征;

采用预设尺寸卷积核的分组卷积层对所述第二图像特征进行处理,得到第三图像特征;

采用1*1卷积核的分组卷积层对所述第三图像特征进行处理,得到第四图像特征;

将所述第一图像特征和所述第四图像特征叠加,得到所述待处理图像的初始图像特征。

3.如权利要求2所述的图像超分辨率方法,其特征在于,采用1*1卷积核的分组卷积层对所述第三图像特征进行处理,得到第四图像特征,包括:

将所述第二图像特征和所述第三图像特征叠加,得到第五图像特征;

采用1*1卷积核的分组卷积层对所述第五图像特征进行处理,得到所述第四图像特征。

4.如权利要求1所述的图像超分辨率方法,其特征在于,将所述初始图像特征输入预先构建的纹理特征提取模块,得到所述待处理图像的纹理特征,包括:

将所述初始图像特征分别输入多个预先构建的纹理特征提取模块,并将每个所述纹理特征提取模块输出的纹理特征叠加,得到第一纹理特征,其中,各个所述纹理特征提取模块分别由不同感受野大小的卷积神经网络构成;

采用注意力机制模块对所述第一纹理特征进行处理,得到所述待处理图像的纹理特征。

5.如权利要求1所述的图像超分辨率方法,其特征在于,将所述纹理特征和所述结构特征融合,得到目标图像特征,包括:

将所述纹理特征和所述初始图像特征进行堆叠,并将堆叠得到的特征和所述结构特征相加,得到所述目标图像特征。

6.如权利要求5所述的图像超分辨率方法,其特征在于,在得到所述目标图像特征之后,还包括:

将所述目标图像特征输入1*1卷积核的卷积层,并采用注意力机制模块对得到的图像特征进行处理,得到特征增强处理后的所述目标图像特征。

7.如权利要求1至6中任一项所述的图像超分辨率方法,其特征在于,根据所述目标图像特征构建第一超分辨率图像,包括:

对所述目标图像特征进行降维处理;

采用子像素卷积的方式对降维处理后的所述目标图像特征进行反卷积处理,得到所述第一超分辨率图像。

8.一种图像超分辨率装置,其特征在于,包括:

图像获取模块,用于获取待处理图像;

图像特征提取模块,用于提取所述待处理图像的初始图像特征;

纹理特征提取模块,用于将所述初始图像特征输入预先构建的纹理特征提取模块,得到所述待处理图像的纹理特征;

结构特征提取模块,用于采用多个卷积层对所述纹理特征进行处理,得到所述待处理图像的结构特征;

特征融合模块,用于将所述纹理特征和所述结构特征融合,得到目标图像特征;

超分辨率图像构建模块,用于根据所述目标图像特征构建第一超分辨率图像;

超分辨率图像叠加模块,用于将所述第一超分辨率图像和第二超分辨率图像叠加,得到所述待处理图像的超分辨率图像,所述第二超分辨率图像为所述待处理图像经过插值处理后获得的图像。

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中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,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/202011319016.0/1.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