[发明专利]一种单图像的超分与感知图像增强的联合任务学习方法

摘要

本发明公开了一种单图像的超分与感知图像增强的联合任务学习方法，针对实际场景中的实际需求，常常将超分与感知图像增强两种任务混合组合，从低分辨率的原始图像中获得高质量的高分辨率增强图像。本申请提出了一个名为Deep SR‑PIE的超分与感知图像增强任务联合学习框架，该框架包括多路径超分辨率网络(MSRnet)、细节互补网络(DCN)和混合类U‑net增强网络(FULENet)。MSRnet利用多路径学习策略来同时描述局部和全局信息，DCN利用双旁通共享卷积来采样和增强高频细节，FULENet寻求最佳融合颜色校正矩阵来学习颜色和色调映射。通过对四个数据集的定量和定性评价，可以得出我们的联合学习框架在大多数指标上优于比较方法的结论。通过本申请提出的方法，可以更加快速高效地得到高质量的高质量的高分辨率增强图像。