[发明专利]一种基于自注意力的高阶融合网络的图像超分辨率重建方法有效
| 申请号： | 201910079727.6 | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109859106B | 公开（公告）日： | 2022-07-05 |
| 发明（设计）人： | 林乐平;梁婷;欧阳宁;莫建文;袁华;首照宇;张彤;陈利霞 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06V10/80;G06V10/82;G06K9/62 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 刘梅芳 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 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自注意力的高阶融合网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）建立重建模型；2）CNN网络特征提取；3）自注意力模块中的自注意力支路特征提取；4）自注意力模块中的主干支路特征提取；5）特征的高阶融合；6）图像重建。这种方法能有效的解决因预处理带来的额外计算量，且能恢复出更多的纹理细节来重建出高质量的图像。 | ||
| 搜索关键词： | 一种 基于 注意力 融合 网络 图像 分辨率 重建 方法 | ||
【主权项】：
1.一种基于自注意力的高阶融合网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1)建立重建模型：所述重建模型包括串联的卷积神经网络和自注意力模块，其中卷积神经网络设有残差单元和反卷积层、自注意力模块包括并联的注意力支路和主干支路，注意力支路与主干支路的输出相融合为特征的高阶融合；2)CNN网络特征提取：直接以原始低分辨率图像作为步骤1)建立的CNN网络的输入，CNN网络的输出为粗精度的高分辨率特征；3)自注意力模块中的自注意力支路特征提取：将步骤2)得到的粗精度的高分辨率特征输入到自注意力模块中的自注意力支路，自注意力支路的输出为自注意力特征H(x)；4)自注意力模块中的主干支路特征提取：将步骤2)得到的粗精度的高分辨率特征输入到自注意力模块中的主干支路，通过主干支路的输出为高层特征T(x)；5)特征的高阶融合：将步骤3)和步骤4)所提取的自注意力特征H(x)与高层特征T(x)进行高阶融合,得到高阶融合特征F(x)；6)图像重建：将步骤5)所提取的高阶融合特征F(x)进行卷积操作，输出最终的细精度高分辨率图像。
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桂林电子科技大学，未经桂林电子科技大学许可，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/201910079727.6/，转载请声明来源钻瓜专利网。
