[发明专利]视觉图像增强的生成方法、系统、装置及存储介质

权利要求书

1.一种视觉图像增强的生成方法，其特征在于，包括：

获取待处理的低分辨率图像；

通过图像超分辨率模型对所述低分辨率图像进行处理，输出高分辨率图像；

所述图像超分辨率模型的训练方法，包括：

采集训练样本，所述训练样本含高分辨率图像样本和低分辨率图像样本；所述采集训练样本包括：采用随机切取方法得到高分辨率图像样本并备份；采用图像缩放算法对所述高分辨率图像样本进行下采样，生成低分辨率图像样本；

根据采集的训练样本，基于预设损失函数和高分辨率图像样本建立图像超分辨率模型；

所述根据采集的训练样本，基于预设损失函数和高分辨率图像样本建立图像超分辨率模型，包括：

获取设定数量低分辨率图像样本；

基于卷积层对所述低分辨率图像提取特征，生成图像浅层特征；

采用空间注意力残差密集连接块对所述浅层特征融合提取一定频率的特征信息；

基于自适应子网络融合模块对所述空间注意力残差密集连接块前一阶段提取的所有不同频率的特征信息融合；

基于多尺度子网络，结合所述空间注意力残差密集连接块和自适应子网络融合模块生成不同尺度的特征信息，输出融合具有各频率信息的深层特征；

采用跳跃连接将所述浅层特征传入所述融合有各频率信息的深层特征，结合子像素卷积输出上采样特征；

采用卷积层将所述上采样特征从特征空间转换到sRGB色彩空间，以重建高分辨率图像；

基于预设损失函数对重建后高分辨率图像与备份的高分辨率图像样本反向收敛，建立图像超分辨率模型；

所述多尺度子网络设有3个不同尺度子网络，从小到大不同尺度子网络分别设有5个、7个和3个空间注意力残差密集连接块和若干自适应子网络融合模块，空间注意力残差密集连接块设有3个空间注意力残差密集连接单元；

所述采用空间注意力残差密集连接块对所述浅层特征融合提取一定频率的特征信息，包括：

所述空间注意力残差密集连接单元基于密集连接与残差连接输出残差密集特征；

基于空间上的注意力机制在空间维度自适应调节权重，在空间上区别开所述残差密集特征的高频信息和冗余低频信息；

将所述空间注意力残差密集连接单元输入特征局部跳跃接入空间注意力残差密集单元输出特征，输出特定的频率特征。

2.根据权利要求1所述的一种视觉图像增强的生成方法，其特征在于，所述基于自适应子网络融合模块对所述空间注意力残差密集连接块前一阶段提取的所有不同频率的特征信息融合，包括：

采用插值缩放确定不同尺度特征与所需尺度特征大小相同的特征映射；

根据所述特征映射，采用注意力机制自适应地确定权重矩阵；

根据所述权重矩阵分离成权重分量，分别与所述特征映射相乘，融合不同频率的特征信息。

3.根据权利要求2所述的一种视觉图像增强的生成方法，其特征在于，所述基于多尺度子网络，结合所述空间注意力残差密集连接块和自适应子网络融合模块生成不同尺度的特征信息，输出融合具有各频率信息的深层特征，包括：

所述浅层特征经下采样的小尺度特征，经三个阶段输出小尺度低频特征；

所述浅层特征与第一阶段子网络的输出经所述自适应子网络融合模块融合，经两个阶段融合输出与浅层特征尺度大小相同的频率特征；

结合各第二阶段子网络的输出，经一个阶段融合输出大尺度高频特征；

三个所述不同尺度特征经所述自适应子网络融合模块融合，输出与最大尺度特征尺度大小相同的融合有不同频率信息的深层特征。