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:中山大学
摘要:本发明提供一种将超分辨与退化联合学习的真实世界图片超分系统及方法,系统通过训练退化子网络,可以生成真实的训练对,从而避免双三次下采样造成的伪影,还引入了信息损失以避免颜色变化,并引入了感知损失以去除非真实的伪影;本发明相比于其他方法具有良好的性能,得到的高分辨率图片有更少的噪声和更好的视觉质量;解决现有超有超分辨方法不能适用于真实世界图片超分的问题,同时提出一个联合训练框架,既可以实现真实世界图片超分,也可以构建真实世界的高低分辨率图片对,方便应用于其他超分网络中。
主权项:1.一种将超分辨与退化联合学习的真实世界图片超分系统,其特征在于,包括:超分网络模块,将输入的低分辨率图像通过网络生成得到高分辨率图像;退化网络模块,将超分网络模块得到的高分辨率图像退化为具有真实世界特征的模糊图像;所述退化网络模块是一个生成器网络,将输入的高分辨率图片退化为具有真实世界特征的模糊图片:使用一个没有激活函数的深度线性网络来模拟退化过程,该网络为步长为2的6层线性全卷积网络:前三个卷积核大小为7×7,5×5,3×3,其余层的大小为1×1,整体相当于感受野为17×17的卷积核;判别模块,对退化网络模块输入的图像进行判别是来自真实图像分布还是来自生成的图像的分布;损失函数模块,使超分网络模块和退化网络模块都受到损失函数模块的约束,以确保输出图像的分布并保留内容信息,损失函数模块包括对抗损失模块、循环一致损失模块、信息损失模块和感知损失模块,将它们加权求和得到总的损失函数模块;对于退化网络模块生成的低分辨率图像,引入信息损失模块用于保持色彩成分并且避免颜色变化,信息损失模块的描述为: 其中Bic是双三次下采样操作。
全文数据:
权利要求:
百度查询: 中山大学 将超分辨与退化联合学习的真实世界图片超分系统及方法
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。