[发明专利]基于深度学习与双域互补的压缩图像复原方法有效
| 申请号： | 201711443341.6 | 申请日： | 2017-12-27 |
| 公开（公告）号： | CN109978772B | 公开（公告）日： | 2023-04-11 |
| 发明（设计）人： | 何小海;占文枢;任超;陈洪刚;熊淑华;卿粼波;滕奇志 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习与双域互补的压缩图像复原方法。主要包括以下步骤：分别训练不同压缩因子下的像素域及小波域的去压缩卷积神经网络模型；采用融合层对双域去压缩后的图像进行互补训练。将压缩后的图像作为输入，通过上面训练的网络模型，得到最终的去压缩图像。本发明所述的方法可以有效地抑制JPEG压缩格式下图像的块效应，是一种有效的压缩图像复原方法。 | ||
| 搜索关键词： | 基于 深度 学习 互补 压缩 图像 复原 方法 | ||
【主权项】：
1.基于深度学习与双域互补的压缩图像复原方法，其特征在于包括以下步骤：步骤一：分别训练不同压缩因子下像素域及小波域的去压缩卷积神经网络模型；步骤二：利用(1)中模型，提取像素域及小波域处理后的去压缩图像，利用融合层进一步优化训练；步骤三：将压缩后的图像作为输入，结合步骤(1)，(2)训练出的卷积神经网络模型，得到最终的去压缩图像。
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四川大学，未经四川大学许可，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/201711443341.6/，转载请声明来源钻瓜专利网。
- 上一篇：基于内容分析的细胞图像快速融合方法
- 下一篇：图像处理方法及装置
