[发明专利]超分辨图像生成方法及装置在审
| 申请号： | 201811237477.6 | 申请日： | 2018-10-23 |
| 公开（公告）号： | CN109285119A | 公开（公告）日： | 2019-01-29 |
| 发明（设计）人： | 柏提;李鑫;刘霄;赵翔;杨凡;李旭斌;孙昊;文石磊;丁二锐 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/04 |
| 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： | 宋合成 |
| 地址： | 100085 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： | 本发明提出一种超分辨图像生成方法及装置，其中方法包括：获取待处理的退化图像；获取预设的神经网络模型，神经网络模型为采用训练数据对初始的神经网络模型进行训练后得到的；训练数据中包括：大于预设数量的原始图像，以及原始图像对应的退化图像；退化图像的退化类型包括以下类型中的任意一种或者多种：下采样类型、模糊类型；采用预设的神经网络模型，对退化图像进行处理，得到与退化图像对应的超分辨图像，本实施例中，采用训练后的神经网络模型对退化图像进行恢复处理，恢复得到的超分辨图像的显示效果好，与原始图像的差距小，从而提高了退化图像的恢复效率。 | ||
| 搜索关键词： | 退化图像 神经网络模型 超分辨 原始图像 预设 图像生成 训练数据 图像 恢复处理 模糊类型 退化类型 显示效果 下采样 恢复 | ||
【主权项】：
1.一种超分辨图像生成方法，其特征在于，包括：获取待处理的退化图像；获取预设的神经网络模型，所述神经网络模型为采用训练数据对初始的神经网络模型进行训练后得到的；所述训练数据中包括：大于预设数量的原始图像，以及所述原始图像对应的退化图像；所述退化图像的退化类型包括以下类型中的任意一种或者多种：下采样类型、模糊类型；采用预设的神经网络模型，对所述退化图像进行处理，得到与所述退化图像对应的超分辨图像。
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百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）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/patent/201811237477.6/，转载请声明来源钻瓜专利网。
