[发明专利]一种基于生成对抗网络的单幅图像超分辨率重建方法及系统有效
申请号: | 202110970721.5 | 申请日: | 2021-08-23 |
公开(公告)号: | CN113674154B | 公开(公告)日: | 2023-10-27 |
发明(设计)人: | 杨斌;解凯;李桐;杨泽鹏;杨梦瑶 | 申请(专利权)人: | 北京印刷学院 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T7/10;G06V10/764;G06V10/82;G06N3/0464;G06N3/047;G06N3/048;G06N3/0475;G06N3/084;G06N3/094 |
代理公司: | 北京科迪生专利代理有限责任公司 11251 | 代理人: | 金怡 |
地址: | 102600 *** | 国省代码: | 北京;11 |
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 基于 生成 对抗 网络 单幅 图像 分辨率 重建 方法 系统 | ||
1.一种基于生成对抗网络的单幅图像超分辨率重建方法,其特征在于,包括:
步骤S1:获取高分辨率图像集IH,对IH进行裁剪,裁剪尺寸为M×M,其中,M小于IH中最小尺寸图像的长或宽,得到高分辨率子图像集IBH;
步骤S2:设置图像下采样因子为s,利用双三次插值法对IBH进行下采样,得到低分辨率子图像集IBL,IBL中图像的大小为
步骤S3:将所述低分辨率子图像集IBL输入到生成网络,通过网络的正向传播得到重建后的图像集IS,其中,IS中图像大小为M×M;
步骤S4:将IBH与IS分别送入判别网络中进行正向传播得到其分类概率,以使所述判别网络学习区分真实图像与生成图像;使用交叉熵函数作为损失函数对二者的分类概率进行计算;
步骤S5:采用Adam算法对所述判别网络的参数反向传播,更新所述判别网络;
步骤S6:采用Adam算法对所述生成网络的参数反向传播,更新所述生成网络;
步骤S7:重复步骤S3~S6,直至当所述生成网络与所述判别网络达到相对的平衡状态时,即所述生成网络的损失函数趋于0,所述判别网络的损失函数趋于1时,得到重建的超分辨率图像。
2.根据权利要求1所述的基于生成对抗网络的单幅图像超分辨率重建方法,其特征在于,所述步骤S2中利用双三次插值法对IBH进行下采样,具体包括:
步骤S21:构造双三次插值函数,如公式(1)所示:
其中,x为IBH图像像素的坐标;
步骤S22:对于待插值像素点(x,y),取其附近的4×4领域点(xi,yj),i,j=0,1,2,3,按公式(2)计算插值位置:
其中,f(x,y)为像素点(x,y)的值。
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北京印刷学院,未经北京印刷学院许可,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/202110970721.5/1.html,转载请声明来源钻瓜专利网。