[发明专利]基于特征分离的超分辨率图像生成方法、装置、设备和介质

权利要求书

1.一种基于特征分离的超分辨率图像生成方法，其特征在于，所述方法包括：

获取训练数据集；其中，所述训练数据集中的图像对包括低分辨率的图像和对应的清晰图像；

利用网络模型中的特征提取子网络对所述低分辨率的图像进行特征提取，得到图像特征；

利用网络模型中的特征分离与重组子网络对所述图像特征进行深层特征提取，得到深层特征；所述特征分离与重组子网络包括n个特征分离模块、n个特征变换模块以及特征重组模块，n为大于1的正整数，其中：

所述特征分离模块对输入的图像特征进行处理，得到第一特征分量和第二特征分量，将第二特征分量输入所述特征变换模块；

将所述特征变换模块输出的变换特征作为特征分离模块的输入，重复上述操作n-1次；

将得到的所有第一特征分量和第n个特征变换模块输出的变换特征利用所述特征重组模块进行特征重组，得到深层特征；

利用网络模型中的图像重构子网络对所述图像特征和所述深层特征进行特征叠加，得到高分辨率图像；

根据所述高分辨率图像和所述低分辨率的图像对应的训练数据集中的清晰图像，优化网络模型的损失函数，实现网络模型的收敛，得到训练好的网络模型；

将待测的图像输入所述训练好的网络模型，生成具有较多细节的超分辨率图像。

2.根据权利要求1所述的超分辨率图像生成方法，其特征在于，所述利用网络模型中的特征分离与重组子网络对所述图像特征进行深层特征提取，得到深层特征，具体包括：

当i为1时，利用所述特征分离模块i对输入图像进行处理，得到两个特征分量F_i¹和F_i²；将特征分量F_i¹输入所述特征重组模块，同时将特征分量F_i²输入特征变换模块i；利用所述特征变换模块i对所述特征分量F_i²进行特征变换，得到变换特征i；其中，所述输入图像为所述图像特征；

当i为大于1且小于或等于n的正整数时，利用所述特征分离模块i对输入图像进行处理，得到两个特征分量F_i¹和F_i²；将特征分量F_i¹输入所述特征重组模块，同时将特征分量F_i²输入特征变换模块i；利用所述特征变换模块i对所述特征分量F_i²进行特征变换，得到变换特征i；其中，所述输入图像为变换特征i-1；

利用所述特征重组模块对所有的特征分量F_s¹和变换特征n进行特征重组，得到深层特征；其中，s＝1,2,...,n。