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：厦门大学

摘要：本发明公开一种将现有超分辨率方法重建为任意尺度、任意资源的方法以及电子设备和存储介质，实现将现有任意尺度的超分辨率方法重建为能完成任意尺度、自主选择任意资源消耗的模式，解决传统方法中资源浪费与特征无差别处理的问题。该方法的具体步骤如下：步骤1、将低分辨率图片通过单层卷积，进行浅层特征提取；步骤2、将提取的浅层特征送入任意资源消耗模块中，进行深层特征提取；再将深层特征与浅层特征通过残差连接进行相加，得到低分辨率图片的图像特征；步骤3、将低分辨率图片的图像特征送入任意尺度增强模块，进行低分辨率图片的高分辨率重建，得到高分辨率图片。

主权项：1.一种将现有超分辨率方法重建为任意尺度、任意资源的方法，用于实现将低分辨率图片重建为特定尺度的高分辨率图片，其特征在于具体步骤如下：步骤1、将低分辨率图片通过单层卷积，进行浅层特征提取；步骤2、将提取的浅层特征送入任意资源消耗模块中，进行深层特征提取；再将深层特征与浅层特征通过残差连接进行相加，得到低分辨率图片的图像特征；步骤3、将低分辨率图片的图像特征送入任意尺度增强模块，进行低分辨率图片的高分辨率重建，得到高分辨率图片；其中，所述任意资源消耗模块的构建过程如下：2.1将30个固有的高分辨率尺度信息{1.1,1.2,…,4.0}划分为T个子集，由此构建T个不同复杂程度的网络与尺度信息的子集一一对应；其中，较小网络的权重为较大网络权重的一部分，即较小网络为较大网络的子网，用公式表达为： 表示网络Fi的权重，表示复杂程度最高的网络每个可训练层的前个滤波器权重，i的值由1到T递增；2.2对于特定尺度的重建任务，使用对应复杂度的网络进行重建；2.3使用参数共享的方式训练和推理所有网络；所述任意尺度增强模块的处理过程包括：3.1对低分辨率图片的图像特征进行全局平均池化操作；3.2对全局平均池化的图像特征进行等间距切片得到特征切片，并在不同特征切片之间注入当前超分辨率对应的尺度信息；3.3尺度信息与图像特征通过带有多层感知机的卷积结构进行融合；3.4得到特定尺度的图像特征，通过现有超分辨率方法的基线自带的上采样层进行对应尺度的图像重建，得到高分辨率图片。

全文数据：

权利要求：

百度查询： 厦门大学 将现有超分辨率方法重建为任意尺度、任意资源的方法以及电子设备和存储介质