[发明专利]一种基于深度学习的联级超分辨率重建的方法及装置有效
| 申请号： | 201910143361.4 | 申请日： | 2019-02-26 |
| 公开（公告）号： | CN109949224B | 公开（公告）日： | 2023-06-30 |
| 发明（设计）人： | 王玄音;马洪兵;刘刚;顾桂华 | 申请（专利权）人： | 北京悦图遥感科技发展有限公司 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/0464 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;李相雨 |
| 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： | 本发明的实施例提供了一种基于深度学习的联级超分辨率重建的方法及装置，通过预先训练得到的超分辨率重建模型对初始图片进行超分辨率重建，得到分辨率提高了目标倍数的目标图片。超分辨率重建模型由初始构建模型进行机器学习得到，初始构建模型采用多个联级组，每一联级组包括串联的卷积层组成的卷积层结构和并联的反卷积层组成的平行反卷积层结构。初始构建模型的这种设计增强了高低频细节特征提取能力，提高了重建效果。平行反卷积层结构中包括多个并联的反卷积层，使得训练出的模型能够将初始图片的分辨率进行不同倍数的提高，扩大了模型的应用场景，提高了适用性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 联级超 分辨率 重建 方法 装置 | ||
【主权项】：
1.一种基于深度学习的联级超分辨率重建的方法，其特征在于，包括：获取欲进行超分辨率重建的初始图片和欲将所述初始图片的分辨率提高的目标倍数；将所述初始图片输入到预先训练的超分辨率重建模型中，获取由所述超分辨率重建模型输出的与所述目标倍数匹配的目标图片，输出所述目标图片；其中，所述超分辨率重建模型由初始构建模型通过机器学习训练得到；所述初始构建模型包括依次连接的至少两个联级组，前一联级组的输出作为后一联级组的输入；每一联级组内均包括卷积层结构和平行反卷积层结构，卷积层结构的输出作为平行反卷积层结构的输入，平行反卷积层结构中包括至少两个并联的反卷积层。
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悦图遥感科技发展有限公司，未经北京悦图遥感科技发展有限公司许可，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/201910143361.4/，转载请声明来源钻瓜专利网。
