[发明专利]基于宽激活的超分辨图像重建方法、装置及电子设备

权利要求书

1.一种基于宽激活的超分辨图像重建方法，其特征在于，包括：

获取待重建的低分辨率LR图像；

将所述待重建的低分辨率LR图像输入至经训练的基于宽激活残差结构的自适应重采样超分辨图像重建模型中，得到所述基于宽激活残差结构的自适应重采样超分辨图像重建模型输出的高分辨率HR图像，所述基于宽激活残差结构的自适应重采样超分辨图像重建模型包括自适应插值核估计层和自适应重采样层，

其中，所述自适应插值核估计层用于为所述HR图像的每个空间位置生成一个自适应插值核，以用于后续所述自适应重采样层对图像进行精细修整；

所述自适应重采样层用于在生成所述自适应插值核之后，将所述自适应插值核自适应地应用到所述LR图像的相应位置，以重建所述HR图像，

所述自适应插值核估计层进一步包括浅层特征提取层、多个堆叠的宽激活残差模块、深层特征提取层和Pixel Shuffle上采样层，所述Pixel Shuffle上采样层采用亚像素卷积网络，并用于使所生成的插值核与所述HR图像在空间尺寸上相对应，

其中，所述浅层特征提取层、所述多个堆叠的宽激活残差模块和所述深层特征提取层构成所述宽激活残差结构，并用于执行所述自适应插值核估计层的非线性推理，以输出所述LR图像的特征映射，

所述多个堆叠的宽激活残差模块包括两层相同的膨胀率r1的膨胀卷积，两层膨胀卷积之间采用ReLU激活函数，

在第一层卷积时增加输出特征映射的通道数，然后输入到ReLU激活函数，第二层卷积时再减少输出特征映射的通道数；

所述基于宽激活残差结构的自适应重采样超分辨图像重建模型用于至少基于插值算法和宽激活残差结构，将所述LR图像重建为相应的所述HR图像。

2.根据权利要求1所述的基于宽激活的超分辨图像重建方法，其特征在于，所述方法还包括：

基于训练样本图像，训练基于宽激活残差结构的自适应重采样超分辨图像重建模型，以优化所述模型参数。

3.根据权利要求1所述的基于宽激活的超分辨图像重建方法，其特征在于，所述自适应重采样层用于在生成所述自适应插值核之后，将所述自适应插值核自适应地应用到所述LR图像的相应位置，以重建所述HR图像包括：

基于所述插值算法将输入的所述LR图像缩放至所述HR图像的期望大小，以获得中间图像X_int，其中X_int表示从所述LR图像直接通过插值得到的、与目标所述HR图像大小一样的临时图像；以及

针对输入的所述LR图像的每个通道，将所述自适应插值核的权重应用于X_int中间隔s的图像块位置上，其中s为2、3或4。

4.一种基于宽激活的超分辨图像重建装置，其特征在于，所述基于宽激活的超分辨图像重建装置用于执行如权利要求1所述的基于宽激活的超分辨图像重建方法。

5.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-3任一项所述的基于宽激活的超分辨图像重建方法的步骤。

6.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-3任一项所述的基于宽激活的超分辨图像重建方法的步骤。