[发明专利]一种基于上下文相关多任务深度学习的图像超分辨算法有效
| 申请号： | 201710652936.6 | 申请日： | 2017-08-02 |
| 公开（公告）号： | CN109389552B | 公开（公告）日： | 2023-03-28 |
| 发明（设计）人： | 林倞;施煜锴;陈崇雨;王可泽;成慧 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于上下文相关多任务深度学习的图像超分辨算法，该算法设计了三个深度神经网络，分别用于捕捉图像的基本信息、主要边缘信息和微小细节信息，然后在一个多任务学习的框架中对这些神经网络进行上下文相关连接与统一训练。给定输入的低分辨率图像，训练好的神经网络将分别输出基本图像、主要边缘图像和微小细节图像，最终的高分辨率图像由基本图像和微小细节图像融合而成；该算法可以仅用静态低分辨率(LR)图像为输入，恢复出高分辨率(HR)的图像。并且，所恢复出来的HR图像的结构得到了很好的保持，能尽可能多地恢复出理想HR图像中的结构信息。 | ||
| 搜索关键词： | 一种 基于 上下文 相关 任务 深度 学习 图像 分辨 算法 | ||
【主权项】：
1.一种基于上下文相关多任务深度学习的图像超分辨算法，其特征在于，包括以下步骤：S1：收集图像数据；S2：建立神经网络模型；S3：利用收集图像数据对所建立的神经网络模型进行训练；S4：将训练好的神经网络处理静态低分辨率图像即得到高分辨率的图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710652936.6/，转载请声明来源钻瓜专利网。
