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：沈阳航空航天大学

摘要：本发明公开了一种基于参考图像的超分辨率局部重构方法，包括如下步骤：构建图像超分辨率局部重构模型并利用训练集和测试集进行训练和测试，得到训练好的图像超分辨率局部重构模型，利用所述训练好的图像超分辨率局部重构模型对输入的低分辨率图像进行重构，得到对应的高分辨率图像，其中，所述图像超分辨率局部重构模型包括可学习的纹理提取器、相关性嵌入模块、硬注意力模块、软注意力模块和特征输出模块。该超分辨率局部重构方法，利用深度学习神经网络解决小目标、低分辨率图像的检测和识别问题，通过超分辨率局部重构模型可以从低分辨率图像获取到高分辨率图像。

主权项：1.一种基于参考图像的超分辨率局部重构方法，其特征在于，包括如下步骤：S1：构建图像超分辨率局部重构模型并利用训练集和测试集进行训练和测试，得到训练好的图像超分辨率局部重构模型，其中，训练集和测试集中均包括低分辨率图像LR、低分辨率上采样图像LR↑、高分辨率的参考图像Ref和先下采样再上采样后的参考图像Ref↓↑，所述图像超分辨率局部重构模型包括可学习的纹理提取器、相关性嵌入模块、硬注意力模块、软注意力模块和特征输出模块，所述可学习的纹理提取器LTE用于对输入的参考图像Ref、参考图像Ref↓↑、低分辨率上采样图像LR↑进行特征提取并得到相应的纹理特征，分别记为V、K、Q，其中，所述可学习的纹理提取器LTE包含4个C2F模块和4个池化层，p4层特征经过上采样之后与p3层特征融合得到m1特征，m1特征再次经过上采样与p2层特征融合得到m2特征；所述相关性嵌入模块用于评估高分辨率的参考图像和低分辨率图像之间的纹理相关性；所述硬注意力模块用于根据相似度ri，j计算出每个Q中特征块在K中最相似的位置块，并记录在硬注意力图H上，之后，利用所述硬注意力图H获得迁移高频纹理特征图T；所述软注意力模块用于根据相似度ri，j计算出每个Q中特征块在K中最相似的位置块的相似度并记录在软注意力图S上；特征输出模块，用于将迁移高频纹理特征图T、软注意力图S、低分辨率图像的特征F结合，得到输出特征；S2：利用所述训练好的图像超分辨率局部重构模型对输入的低分辨率图像进行重构，得到对应的高分辨率图像。

全文数据：

权利要求：

百度查询： 沈阳航空航天大学 基于参考图像的超分辨率局部重构方法