[发明专利]一种语义分割驱动的图像超分辨率重构方法

摘要

本发明属于数字图像处理技术领域，具体为一种语义分割驱动的图像超分辨率重构方法。本发明方法具体包括：分别独立训练图像超分辨率网络和语义分割网络模型；级联独立训练的超分辨率网络和语义分割网络；在语义分割任务的驱动下，训练超分辨率网络；低分辨率图像通过任务驱动的网络处理后，获得准确的语义分割结果。实验结果表明，本发明能够使得超分辨率网络更好地适应分割任务，为语义分割网络提供清晰、分辨率高的输入图像，有效提高低分辨率图像的分割精确度。

主权项

1.一种语义分割驱动的图像超分辨率重构方法，其特征在于，具体步骤如下：(1)分别独立预训练图像超分辨率网络和语义分割网络模型用数据集训练超分辨率网络，其中，是低分辨率图像，作为超分辨率网络的输入，是高分辨率图像，作为训练过程的标签；用数据集训练语义分割网络，其中，I_i为语义分割网络的输入，M_i为像素级标签，表示图像I_i中每个像素的真实类别；(2)级联独立训练的超分辨率网络和语义分割网络超分辨率网络将低分辨率图像映射为高分辨率图像其中θ_SR为超分辨率网络的参数；超分辨率网络的输出作为语义分割网络的输入，获得超分辨率图像中每个像素分类结果构成级联的网络结构，其中θ_seg为语义分割网络的参数；(3)在语义分割任务的驱动下，训练超分辨率网络在预训练模型的基础上微调网络参数，用超分辨率网络的损失函数和语义分割网络的损失函数共同指导超分辨率网络的参数的更新，使得超分辨率网络针对具体的语义分割任务进行调整；(4)低分辨率图像经过任务驱动的网络处理，获得准确的语义分割结果对于低分辨率图像的语义分割任务，先将低分辨率图像输入到训练完成的语义分割驱动的超分辨率网络模型中，重构高分辨率图像，再将重构的高分辨率图像输入到语义分割网络中，获得准确的分割结果。