[发明专利]文本图像超分辨率重建方法及其相关设备在审

专利信息
申请号: 202111061974.7 申请日: 2021-09-10
公开(公告)号: CN113763249A 公开(公告)日: 2021-12-07
发明(设计)人: 郑喜民;翟尤;舒畅;陈又新 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06T5/50;G06N3/04;G06N3/08
代理公司: 深圳市世联合知识产权代理有限公司 44385 代理人: 汪琳琳
地址: 518000 广东省深圳市福田区福*** 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: 文本 图像 分辨率 重建 方法 及其 相关 设备
【权利要求书】:

1.一种文本图像超分辨率重建方法,其特征在于,包括下述步骤:

接收低分辨率图片和对应的高分辨率图片,将所述低分辨率图片输入至预先训练的场景文本识别模型中,获得输出的文本位置信息和文本内容信息;

基于所述文本位置信息和所述文本内容信息生成文本掩模,并对所述文本掩膜进行上采样,获得目标掩膜;

将所述低分辨率图片和所述目标掩膜输入至预设的对抗网络的生成层中,获得输出的超分辨率图片;

将所述超分辨率图片和所述高分辨率图片同时输入至所述对抗网络的判别层中,获得输出的判别结果,并基于所述判别结果计算判别准确率;

基于所述低分辨率图片和所述目标掩膜计算所述对抗网络的损失函数,直至所述损失函数收敛,且所述判别准确率低于准确率阈值时,获得训练后的对抗网络;

接收待转化低分辨率图片,将所述待转化低分辨率图片输入至训练后的对抗网络中,获得输出的目标超分辨率图片。

2.根据权利要求1所述的文本图像超分辨率重建方法,其特征在于,所述基于所述文本位置信息和所述文本内容信息生成文本掩模的步骤包括:

基于所述文本内容信息修正所述文本位置信息,获得目标文本位置信息;

基于所述目标文本位置信息生成所述文本掩膜。

3.根据权利要求1所述的文本图像超分辨率重建方法,其特征在于,所述基于所述低分辨率图片和所述目标掩膜计算所述对抗网络的损失函数的步骤包括:

基于所述低分辨率图片计算所述对抗网络的内容损失函数,所述内容损失函数的特征为:

其中,为所述内容损失函数,为所述高分辨率图片在(x,y)位置的像素点的值,GθG(ILR)x,y为所述超分辨率图片在(x,y)位置的像素点的值,rW和rH分别为所述超分辨率图片的宽和长,r2WH为所述超分辨率图片的像素点的总数量。

4.根据权利要求1所述的文本图像超分辨率重建方法,其特征在于,所述基于所述低分辨率图片和所述目标掩膜计算所述对抗网络的损失函数的步骤包括:

基于所述低分辨率图片计算所述对抗网络的对抗损失函数,所述对抗损失函数的特征为:

其中,为所述对抗损失函数,GθG(ILR)为所述超分辨率图片,DθD为所述判别层,M为所述超分辨率图片的总数量,m表示所述超分辨率图片的个数。

5.根据权利要求1所述的文本图像超分辨率重建方法,其特征在于,所述基于所述低分辨率图片和所述目标掩膜计算所述对抗网络的损失函数的步骤包括:

基于所述低分辨率图片计算所述对抗网络的正则化损失函数,所述正则化损失函数的特征为:

其中,为所述正则化损失函数,GθG(ILR)x,y为所述超分辨率图片在(x,y)位置的像素点的值,rW和rH分别为所述目标掩膜的宽和长,r2WH为所述目标掩膜中像素点的总数量,||||表示范数,表示梯度。

6.根据权利要求1所述的文本图像超分辨率重建方法,其特征在于,所述基于所述低分辨率图片和所述目标掩膜计算所述对抗网络的损失函数的步骤包括:

基于所述低分辨率图片计算所述对抗网络的文本感知损失函数,所述文本感知损失函数的特征为:

其中,其中,lTR为所述文本感知损失函数,N为文本存在位置像素点的总数量,为所述目标掩膜,为所述超分辨率图片。

7.根据权利要求1所述的文本图像超分辨率重建方法,其特征在于,所述对所述文本掩膜进行上采样,获得目标掩膜的步骤包括:

对所述文本掩膜进行多倍上采样,获得所述目标掩膜。

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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/202111061974.7/1.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