Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种星载边端图像重建方法 

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!

摘要:本发明公开了一种星载边端图像重建方法,图像压缩与恢复任务主要包括发送端的图像压缩和接收端的图像恢复两部分。在发送端,原始图像经压缩算法处理后可减少文件尺寸,方便加快信道传输速度,减少通信延时。接收端收到压缩图像后,执行图像恢复任务,将压缩图像损失的信息尽可能还原。深度学习方法利用大量数据对深度信息模型进行训练,利用海量数据中的分布规律,学习低分辨率图像到高分辨率图像的非线性映射,实现信息增量,完成对图像的恢复,该方法利用大量样本中分布规律作为信息增量,所形成的人工神经网络有利于对图像中关键信息的保留与恢复。

主权项:1.一种星载边端图像重建方法,其特征在于,包括以下步骤:S1、获取星载边端低分辨率图像;S2、将所述低分辨率图像输入退化编码网络,得到退化表示向量;S3、将所述低分辨率图像和退化表示向量输入退化感知的超分辨网络,得到恢复后的图像;其中,所述退化编码网络包括多个级联的卷积层,最后一个卷积层接全局池化层;所述退化感知的超分辨网络包括多个级联的残差组,每个所述残差组包括多个级联的退化感知模块,所有的退化感知模块均通过一全连接层接所述全局池化层;第一个残差组的输入侧与一输入卷积层连接,所述输入卷积层的输出与最后一个残差组的输出拼接后输入上采样层。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 一种星载边端图像重建方法

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。