[发明专利]一种基于深度卷积神经网络的单幅图像超分辨率重建方法有效
| 申请号： | 201710060058.9 | 申请日： | 2017-01-24 |
| 公开（公告）号： | CN106910161B | 公开（公告）日： | 2020-06-19 |
| 发明（设计）人： | 林旭斌;徐向民;贾晓义;邢晓芬 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 罗观祥 |
| 地址： | 510640 广*** | 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： | 本发明公开了一种基于深度卷积神经网络的单幅图像超分辨率重建方法，包括以下步骤：1：预处理；把输入图像从RGB颜色空间转换到YCbCr颜色空间，并且只取其中的Y通道；2：将步骤1的预处理后的图像进行下采样，然后分两个通道进行插值，形成通道1和通道2训练数据；3：从步骤1的预处理后的图像密集提取小块，结果作为标签；4：将通道1和通道2的训练数据合并作为深度卷积神经网络模型输入，将标签作为深度卷积神经网络模型的输出，利用梯度下降法和反向传导算法不断优化网络模型；5：输入低分辨率图像，经过双通道插值后利用训练好的深度卷积神经网络输出高分辨率图像。具有轻量的结构和很好的恢复质量等优点。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 单幅 图像 分辨率 重建 方法 | ||
【主权项】：
一种基于深度卷积神经网络的单幅图像超分辨率重建方法，其特征在于，包括以下步骤：步骤1、预处理；把输入图像从RGB颜色空间转换到YCbCr颜色空间，并且只取其中的Y通道；步骤2、将步骤1的预处理后的图像进行下采样，然后分两个通道进行插值，形成通道1和通道2训练数据；步骤3、从步骤1的预处理后的图像密集提取小块，结果作为标签；步骤4、将步骤2的通道1和通道2的训练数据合并作为深度卷积神经网络模型输入，将步骤3的标签作为深度卷积神经网络模型的输出，利用梯度下降法和反向传导算法不断优化网络模型；步骤5、输入低分辨率图像，经过双通道插值后利用训练好的深度卷积神经网络输出高分辨率图像。
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华南理工大学，未经华南理工大学许可，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/patent/201710060058.9/，转载请声明来源钻瓜专利网。
- 上一篇：绝缘子耐压试验装置
- 下一篇：高压电缆局部放电采集装置
