[发明专利]一种图像超分辨率模型训练方法、重建方法及装置

权利要求书

1.一种图像超分辨率模型训练方法，其特征在于，包括：

获取低分辨率图像及其对应的真实高分辨率图像和真实可见光图像构成训练样本集；

将所述训练样本集中的低分辨率图像输入至预设图像超分辨率模型，得到备选高分辨率图像；

分别将所述备选高分辨率图像及所述真实高分辨率图像进行图像模式转换，得到第一可见光图像和第二可见光图像；

基于所述第一可见光图像和所述第二可见光图像与所述真实可见光图像之间的差异及所述备选高分辨率图像和所述真实高分辨率图像的差异，构造损失函数；

基于所述损失函数，对所述预设图像超分辨率模型进行模型训练，得到训练完成的预设图像超分辨率模型。

2.根据权利要求1所述的方法，其特征在于，所述预设图像超分辨率模型通过如下方式建立：

获取预设图像超分辨率模型的目标放大倍数；

基于所述目标放大倍数确定所述预设图像超分辨率模型上采样部分和下采样部分的采样模块数量，所述上采样部分和所述下采样部分为对称结构；

基于跳跃式连接，建立上采样部分的各采样模块和下采样部分的各采样模块的连接关系，构建所述预设图像超分辨率模型。

3.根据权利要求1所述的方法，其特征在于，所述分别将所述备选高分辨率图像及所述真实高分辨率图像进行图像模式转换，得到第一可见光图像和第二可见光图像，包括：

获取当前待转换图像，并对所述当前待转换图像进行卷积编码，得到待转换图像编码张量；

基于多层残差网络，将所述待转换图像编码张量映射为可见光图像张量；

对所述可见光图像张量进行转置卷积解码，得到与所述当前待转换图像尺寸相同的可见光图像。

4.根据权利要求1所述的方法，其特征在于，所述基于所述第一可见光图像和所述第二可见光图像与所述真实可见光图像之间的差异及所述备选高分辨率图像和所述真实高分辨率图像的差异，构造损失函数，包括：

分别计算所述第一可见光图像和所述第二可见光图像与所述真实可见光图像之间的第一图像距离和第二图像距离；

计算所述备选高分辨率图像和所述真实高分辨率图像的第三图像距离；

基于所述第一图像距离、所述第二图像距离及所述第三图像距离，构造所述损失函数。

5.根据权利要求4所述的方法，其特征在于，所述损失函数由如下公式表示：

其中，L_total表示损失函数，N表示训练样本集中低分辨率图像的样本数量，L_i3表示第i个低分辨率图像对应的第三图像距离，L_i1表示第i个低分辨率图像对应的第一图像距离，L_i2表示第i个低分辨率图像对应的第二图像距离，λ表示权重参数。

6.一种图像超分辨率重建方法，其特征在于，包括：

获取目标低分辨率图像；

将所述目标低分辨率图像输入至预设图像超分辨率模型，得到所述目标低分辨率图像对应的高分辨率图像，所述预设图像超分辨率模型为采用如权利要求1-5任一项所述的图像超分辨率模型训练方法训练得到的预设图像超分辨率模型。

7.一种图像超分辨率模型训练装置，其特征在于，包括：

第一获取模块，用于获取低分辨率图像及其对应的真实高分辨率图像和真实可见光图像构成训练样本集；

第一处理模块，用于将所述训练样本集中的低分辨率图像输入至预设图像超分辨率模型，得到备选高分辨率图像；

第二处理模块，用于分别将所述备选高分辨率图像及所述真实高分辨率图像进行图像模式转换，得到第一可见光图像和第二可见光图像；

第三处理模块，用于基于所述第一可见光图像和所述第二可见光图像与所述真实可见光图像之间的差异及所述备选高分辨率图像和所述真实高分辨率图像的差异，构造损失函数；

第四处理模块，用于基于所述损失函数，对所述预设图像超分辨率模型进行模型训练，得到训练完成的预设图像超分辨率模型。