申请/专利权人:华侨大学
申请日:2024-05-16
公开(公告)日:2024-06-21
公开(公告)号:CN118229531A
主分类号:G06T3/4053
分类号:G06T3/4053;G06N3/0455;G06N3/0464;G06T3/4046;G06V10/44
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了一种基于局部增强Transformer的图像超分辨率方法及系统,涉及图像超分辨技术领域,方法包括以下步骤:构建基于局部增强Transformer的图像超分辨率网络;输入低分辨率图像,图像超分辨率网络根据低分辨率图像重建对应的高分辨率图像;其中,所述图像超分辨率网络包括依次连接的浅层特征提取模块、深层特征提取模块和图像重建模块;其中,浅层特征提取模块利用卷积层提取浅层特征,深层特征提取模块利用多个局部增强自注意力单元提取深层特征,每个局部增强自注意力单元包括多个Transformer层和一个3×3卷积组成,图像重建模块采用卷积实现重建。本发明利用局部增强Transformer来提取丰富的全局与局部特征,从而使网络兼顾图像的全局与局部细节。
主权项:1.一种基于局部增强Transformer的图像超分辨率方法,其特征在于,包括以下步骤:构建基于局部增强Transformer的图像超分辨率网络;输入低分辨率图像,图像超分辨率网络根据低分辨率图像重建对应的高分辨率图像;其中,所述图像超分辨率网络包括依次连接的浅层特征提取模块、深层特征提取模块和图像重建模块,输入图像超分辨率网络的低分辨率图像输入到浅层特征提取模块,浅层特征提取模块的输出为深层特征提取模块的输入,深层特征提取模块的输出为图像重建模块的输入,图像重建模块的输出为对应的高分辨率图像;其中,浅层特征提取模块利用卷积层提取浅层特征,深层特征提取模块利用多个局部增强自注意力单元提取深层特征,每个局部增强自注意力单元包括多个Transformer层和一个3×3卷积组成,图像重建模块采用卷积实现重建。
全文数据:
权利要求:
百度查询: 华侨大学 一种基于局部增强Transformer的图像超分辨率方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。