[发明专利]基于深层残差CNN的图像超分辨率方法、装置及存储介质在审
| 申请号： | 201810638233.2 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN108921788A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 柴晓亮;周登文;段然;赵丽娟 | 申请（专利权）人： | 华北电力大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/04 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 102206 北京市*** | 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： | 本发明实施例提供了一种基于深层残差CNN的图像超分辨率方法，包括：构建深层残差CNN模型，将低分辨率图像输入所述深层残差CNN模型进行识别，得到识别后的图像；将所述识别后的图像输入VGG损失网络进行识别效果评价，获取具备超分辨率的识别图像。本发明实施例还提供了一种主动交互装置及非暂态可读存储介质，用来实现所述方法。本发明可以使识别后的图像具备高频信息、纹理细节充足合理且噪声较低的优点。 | ||
| 搜索关键词： | 残差 图像超分辨率 图像 低分辨率图像 可读存储介质 超分辨率 存储介质 高频信息 图像输入 纹理细节 效果评价 主动交互 非暂态 构建 噪声 网络 | ||
【主权项】：
1.一种基于深层残差CNN的图像超分辨率方法，其特征在于，包括：构建深层残差CNN模型，将低分辨率图像输入所述深层残差CNN模型进行识别，得到识别后的图像；将所述识别后的图像输入VGG损失网络进行识别效果评价，获取具备超分辨率的识别图像；其中，所述VGG损失网络采用综合损失函数对所述识别后的图像进行识别效果评价。
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北电力大学，未经华北电力大学许可，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/201810638233.2/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
