[发明专利]基于卷积神经网络的光场角度超分辨率方法及装置在审
| 申请号： | 201711462902.7 | 申请日： | 2017-12-28 |
| 公开（公告）号： | CN108230223A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 刘烨斌;吴高昌;戴琼海;柴天佑 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T1/00 | 分类号： | G06T1/00;G06T5/00;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 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： | 本发明公开了一种基于卷积神经网络的光场角度超分辨率方法及装置，其中，方法包括：根据低角度分辨率光场提取多个二维极线平面图；通过一维高斯核函数对多个二维极线平面图的每个极线平面图提取出空间低频信息；并通过双三次插值方法进行角度维度的上采样，使其达到期望的角度分辨率；通过卷积神经网络对上采样后的极线平面图重建出角度信息；通过非盲去模糊操作恢复极线平面图的空间高频信息，获取角度超分辨率后的高空间角度分辨率的极线平面图；根据角度超分辨率后的高空间角度分辨率的极线平面图输出高角度分辨率光场。该方法有效利用二维极线平面图的纹理信息，可以提高光场超分辨率的整体精确度，具有很强的鲁棒性。 | ||
| 搜索关键词： | 极线 角度分辨率 超分辨率 光场 卷积神经网络 二维 高空间 上采样 高斯核函数 操作恢复 角度维度 角度信息 空间低频 空间高频 纹理信息 鲁棒性 模糊 输出 期望 重建 | ||
【主权项】：
1.一种基于卷积神经网络的光场角度超分辨率方法，其特征在于，包括以下步骤：根据低角度分辨率光场提取多个二维极线平面图；通过一维高斯核函数对所述多个二维极线平面图的每个极线平面图提取出空间低频信息；根据所述每个极线平面图提取出的空间低频信息通过双三次插值方法进行角度维度的上采样，使其达到期望的角度分辨率；通过卷积神经网络对上采样后的极线平面图重建出角度信息；通过非盲去模糊操作恢复所述极线平面图的空间高频信息，以获取角度超分辨率后的高空间角度分辨率的极线平面图；以及根据所述角度超分辨率后的高空间角度分辨率的极线平面图输出高角度分辨率光场。
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清华大学，未经清华大学许可，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/201711462902.7/，转载请声明来源钻瓜专利网。
