[发明专利]一种基于深度学习的快速图像超分辨率重建方法在审
| 申请号： | 201811576216.7 | 申请日： | 2018-12-22 |
| 公开（公告）号： | CN109767386A | 公开（公告）日： | 2019-05-17 |
| 发明（设计）人： | 刘辉;梁祖仲 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于深度学习的快速图像超分辨率重建方法，属于图像处理领域。本发明选取图像训练集与测试集，用深度神经网络对低分辨率图像进行特征抽取、嵌套网络的特征精细化和子像素上采样操作，得到图像高分辨细节残差信息；将低分辨率图像进行转置卷积处理，获得图像的高分辨率空间低频特征信息；图像高分辨细节残差信息与高分辨率空间低频特征信息的结合，获得图像预估的高分辨率重建结果；图像预估的高分辨率重建结果与高分辨率图像块进行损失值度量；再对网络权值使用Adam算子进行更新，得到训练好的网络模型；在训练好的网络模型输入低分辨率图像得到高分辨率重建的图像。本发明加速图像超分辨率重建用时，同时保持良好的重建效果。 | ||
| 搜索关键词： | 图像 超分辨率重建 低分辨率图像 高分辨率 高分辨率空间 预估 残差信息 低频特征 快速图像 网络模型 重建结果 高分辨 嵌套 高分辨率图像 图像处理领域 图像训练集 加速图像 卷积处理 神经网络 特征抽取 算子 测试集 精细化 上采样 网络权 子像素 重建 度量 用时 转置 学习 更新 网络 | ||
【主权项】：
1.一种基于深度学习的快速图像超分辨率重建方法，其特征在于：包括如下步骤：Step1、选取图像训练集与测试集，并处理得到低分辨率图像块、高分辨率图像块；Step2、用深度神经网络对低分辨率图像进行特征抽取、嵌套网络的特征精细化和子像素上采样操作，得到图像高分辨细节残差信息；Step3、将低分辨率图像进行转置卷积处理，获得图像的高分辨率空间低频特征信息；Step4、图像高分辨细节残差信息与高分辨率空间低频特征信息的结合，获得图像预估的高分辨率重建结果；Step5、图像预估的高分辨率重建结果与高分辨率图像块进行损失值度量；Step6、再对网络权值使用Adam算子进行更新，循环步骤Step2‑Step5，得到训练好的网络模型；Step7、在训练好的网络模型输入低分辨率图像得到高分辨率重建的图像。
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昆明理工大学，未经昆明理工大学许可，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/201811576216.7/，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
