龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：武汉工程大学
摘要：本发明提供了一种图像超分辨率重建方法及装置，其方法包括：获取低分辨率图像；将所述低分辨率图像输入至训练完备的图像超分辨率重建模型中，获得高分辨率图像；其中，所述图像超分辨率重建模型包括图像超分辨率深层展开网络子模型和连接在所述图像超分辨率深层展开网络子模型之后的通道注意力子模型。本发明通过使用端到端的图像超分辨率深层展开网络子模型获得高分辨率图像，可实现兼顾检测重建精度和灵活性的技术效果；并且通过设置通道注意力子模型，可强调有效信息，抑制无效信息，缩短图像超分辨率重建模型运行时间，提高重建效率。
主权项：1.一种图像超分辨率重建方法，其特征在于，包括：获取低分辨率图像；将所述低分辨率图像输入至训练完备的图像超分辨率重建模型中，获得高分辨率图像；其中，所述图像超分辨率重建模型包括图像超分辨率深层展开网络子模型和连接在所述图像超分辨率深层展开网络子模型之后的通道注意力子模型；所述图像超分辨率深层展开网络子模型包括初始卷积层、下残差模块、第一残差块、第二残差块、上残差模块以及结束卷积层；所述低分辨率图像经过所述初始卷积层、所述下残差模块、所述第一残差块、所述第二残差块、所述上残差模块以及所述结束卷积层，获得目标残差特征图像；所述通道注意力子模型包括依次连接的基本组块、平均池化层、第一全连接层、ReLU函数层、第二全连接层、Sigmoid函数层以及区域提取层；所述基本组块用于接收所述目标残差特征图像，并根据所述目标残差特征图像生成特征连接图；所述平均池化层用于降低所述特征连接图的维度，获得降维连接图；所述第一全连接层用于基于预设的第一缩放系数对所述降维连接图进行缩放，获得第一缩放图；所述ReLU函数层用于对所述第一缩放图进行非线性映射，获得非线性映射图；所述第二全连接层用于基于预设的第二缩放系数对所述非线性映射图像进行缩放，获得第二缩放图；所述Sigmoid函数层用于基于预设的通道个数获得所述第二缩放图的各通道的权重值；区域提取层用于基于所述权重值从所述特征连接图中提取出感兴趣区域的感兴趣图像。
全文数据：
权利要求：
百度查询： 武汉工程大学 一种图像超分辨率重建方法及装置
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