龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广东海洋大学
申请日：2024-05-20
公开（公告）日：2024-06-25
公开（公告）号：CN118247150A
主分类号：G06T3/4053
分类号：G06T3/4053;G06N3/0464;G06V10/44;G06V10/77;G06V10/80
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提供了一种图像超分辨率重建方法、装置、计算机设备和存储介质，包括：获取低分辨率图像输入至残差密集跳接网络模型中；基于浅层特征抽取模块，提取低分辨率图像的低频特征；基于密集跳接模块对所述低频特征进行处理，得到高频细节特征；基于嵌套网络重建模块，对所述高频细节特征进行降维，得到降维高频细节特征；基于融合模块通过全局跳接结构，将低频特征与降维高频细节特征进行融合，得到融合特征；使用混叠插值方法将融合特征映射到高频特征，基于高频特征输出重建后的高分辨率图像。本发明，提升使用低分辨率图像进行图像超分辨率重建后的效率和效果。
主权项：1.一种图像超分辨率重建方法，其特征在于，包括以下步骤：获取低分辨率图像输入至残差密集跳接网络模型中，所述残差密集跳接网络模型包括浅层特征抽取模块、密集跳接模块、嵌套网络重建模块、融合模块；基于浅层特征抽取模块，提取低分辨率图像的低频特征；基于密集跳接模块对所述低频特征进行处理，得到高频细节特征；其中，所述密集跳接模块由嵌套残差密集跳接块作为基本单元，使用递归跳接的方式将不同层的嵌套残差密集跳接块抽取得到的不同特征粒度的信息通过通道加权求和方式进行结合，得到所述高频细节特征；基于嵌套网络重建模块，对所述高频细节特征进行降维，得到降维高频细节特征；基于融合模块通过全局跳接结构，将低频特征与降维高频细节特征进行融合，得到融合特征；使用混叠插值方法将融合特征映射到高频特征，基于高频特征输出重建后的高分辨率图像。
全文数据：
权利要求：
百度查询： 广东海洋大学 图像超分辨率重建方法、装置、计算机设备和存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号