[发明专利]基于渐进式卷积测量网络的图像重构方法及装置有效
| 申请号： | 201910091997.9 | 申请日： | 2019-01-30 |
| 公开（公告）号： | CN109920013B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 白慧慧;赵晨 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06T9/00 | 分类号： | G06T9/00 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 邹芳德 |
| 地址： | 100044 北*** | 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： | 本发明提供一种基于渐进式卷积测量网络的图像重构方法和装置，属于图像重构技术领域。该方法首先通过多个下采样层对原始图像进行渐进式卷积运算，再通过下采样特征提取层生成满足给定的测量率下的对应数量的特征图；然后通过与所述多个下采样层相对应的多个上采样层对所述特征图进行渐进式反卷积运算，再通过上采样特征提取层生成与所述原始图像大小一致的初步重构图像；最后利用残差卷积神经网络对所述初步重构图像进行质量优化训练，获取最终特征图，通过对最终特征图与原始图像进行误差处理，获取最终优化的重构图像。本发明中图像被端到端地采样和重构，重构速度快，尤其在极低测量率下，消除了重构图像中的块效应，图像质量得到明显的提高。 | ||
| 搜索关键词： | 基于 渐进 卷积 测量 网络 图像 方法 装置 | ||
【主权项】：
1.一种基于渐进式卷积测量网络的图像重构方法，其特征在于，包括如下流程步骤：步骤S110：通过多个下采样层对原始图像进行渐进式卷积运算，再通过下采样特征提取层生成满足给定的测量率下的对应数量的特征图；步骤S120：通过与所述多个下采样层相对应的多个上采样层对所述特征图进行渐进式反卷积运算，再通过上采样特征提取层生成与所述原始图像大小一致的初步重构图像；步骤S130：利用残差卷积神经网络对所述初步重构图像进行质量优化训练，获取最终特征图，通过对最终特征图与原始图像进行误差处理，获取最终优化的重构图像。
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北京交通大学，未经北京交通大学许可，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/201910091997.9/，转载请声明来源钻瓜专利网。
- 上一篇：基于卷积神经网络的图像着色系统及方法
- 下一篇：3D网格模型隐写方法
