[发明专利]一种基于高频特征学习的子像素卷积图像超分辨方法有效
| 申请号： | 202011006454.1 | 申请日： | 2020-09-23 |
| 公开（公告）号： | CN112184552B | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 谢业华;阎乃臣;孙树才;张传羽;姬海超;姜啸远;江涛;刘宏坤 | 申请（专利权）人： | 国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/08;G06N3/04;G06V10/82;G06V10/774 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 211106 江*** | 国省代码： | 江苏;32 |
| 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高频特征学习的子像素卷积图像超分辨方法，使用低分辨率的图像输入到网络中，对低分辨率图像进行特征学习；在生成网络中引入卷积残差层，将输入作为特征图与卷积特征图级联，卷积残差层自适应学习级联特征图的权重，将残差学习下沉到各子像素特征层；通过映射获得多通道特征图，并视为高分辨图像的子像素层；基于卷积网络结构获取高频特征映射参数，引入高频特征映射对比损失与像素级误差损失的多任务损失函数，使生成的图像与超分辨图像在高频域上更接近。本发明引入卷积残差层，减少整个网络低频域的误差；将残差学习下沉到各子像素特征层，获得图像更多高频纹理信息；展示图像更多高频细节，提高超分辨重构后的视觉体验。 | ||
| 搜索关键词： | 一种 基于 高频 特征 学习 像素 卷积 图像 分辨 方法 | ||
【主权项】：
暂无信息
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国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司，未经国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司许可，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/202011006454.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能垃圾压缩装置
- 下一篇：一种基于运行特征的民航管制扇区分类方法
