买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：临沂大学

摘要：本发明提供了一种基于Transformer的煤岩图像超分辨率重建方法及装置，属于图像处理技术领域。具体包括以下步骤：构建局部卷积块LCB模块；将LCB和全局置换自注意块GPSAB结合，获得更全面的特征信息；构建了一种迭代式上下采样层IUDL；结合GPSAB、LCB和IUDL构建迭代上下采样块IUDB。利用本发明方案不仅可以理解由深层网络提取出的复杂和高级的图像特征，还能关注到由浅层网络捕捉的简单但精细的图像特征。

主权项：1.一种基于Transformer的煤岩图像超分辨率重建方法，其特征在于，包括如下步骤：1）构建局部卷积块LCB模块，其中包含一个1×1卷积，一个DW深度可分离卷积，一个SE卷积，最后通过一个1×1卷积恢复通道数；2）将LCB模块和全局置换自注意块GPSAB结合，其中，GPSAB包含一个置换自注意力PSA模块和FFN卷积；3）构建迭代式上下采样层IUDL；4）结合GPSAB、LCB和IUDL构建迭代上下采样块IUDB；原始图像特征LR经过浅层特征提取得到图像特征F0，所述图像特征F0经过GPSAB和LCB后再通过IUDL完成一次深层特征提取，即经过一块IUDB得到图像特征F1，所述图像特征F1与经过N块IUDB的结果FN进行卷积和操作得到深层特征提取结果FD；所述步骤3）提取不同尺度上下文信息；该模块利用了DenseNet网络的连接方法，输入特征图和输出特征图的分辨率相同，通道数增加，之后在后面接上ImageReconstruction进行图像重建；包括以下具体过程：3.1）密集连接；连接前面所有层作为输入： 其中，表示第l层密集连接的结果，D表示上采样或下采样操作；3.2）低分辨率路径提取上下文信息；原始图像特征LR经过1个3×3卷积和一个1×1卷积得到图像超分辨率浅层图像特征，将浅层图像特征作为深层特征提取以及图像重建的输入F0，采用上采样操作得到图像的特征图，再下采样操作得到图像的特征图，根据所述特征图上采样得到特征图，通过反向投影利用,下采样得到新的特征图，上述操作反复t次，获取到深层次的特征图信息，其中，是到密集连接下采样后的结果，通过到相加得到最终结果，最后利用ImageReconstruction操作生成HR高分辨率图像，上采样操作定义如下： 其中，是上采样空间卷积算子，是具有缩放因子s的上采样算子，是阶段t的上采样中的去卷积层，是阶段t中对阶段t-1中得到的特征图进行上采样得到的特征图；下采样操作定义如下： 其中，是下采样空间卷积算子，是具有缩放因子s的下采样算子，是阶段t的下采样中的去卷积层，是阶段t中特征图进行下采样得到的特征图； 所述反向投影中的投影单元将先前计算的LR的特征图作为输入，并将其映射到中间HR图，然后将其映射回LR映射，观察到的LR映射和重建的之间的残差再次映射到HR，产生新的中间残差映射，将所述中间HR图和中间残差映射进行求和，得到最终HR映射；所述通过到相加得到最终结果，公式定义如下： 其中，表示上采样后的特征图，表示上采样后的特征图，表示t个的总和，↓表示下采样。

全文数据：

权利要求：

百度查询： 临沂大学 基于Transformer的煤岩图像超分辨率重建方法及装置