[发明专利]一种基于深度反投影网络的高效超分辨率方法有效
| 申请号： | 201811637583.3 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109741260B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 杨爱萍;杨炳旺;王金斌;鲁立宇;何宇清 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘子文 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度反投影网络的高效超分辨率方法，包括以下步骤：(1)获取总训练集和测试集；(2)对总训练集进行预处理完成数据增强；(3)对总训练集中的图像进行不同尺度的缩放；(4)基于卷积神经网络实现图像超分重建，卷积神经网络共包含27个卷积层，具体包括特征提取、误差反投影和图像重建三部分。本发明利用组卷积和1×1卷积的组合代替传统卷积重新设计迭代子模块，该策略可有效减少模型参数量，提高模型效率；且每个迭代子模块包含误差反馈机制，及时进行误差校正；另外，本发明引用了通道加权模块，可进一步提升模型效率。 | ||
| 搜索关键词： | 一种 基于 深度 投影 网络 高效 分辨率 方法 | ||
【主权项】：
1.一种基于深度反投影网络的高效超分辨率方法，其特征在于，包括以下步骤：(1)获取训练集和测试集；(2)对训练集进行预处理完成数据增强；(3)对训练集和测试集中的图像进行不同尺度的缩放；(4)基于卷积神经网络实现图像超分重建，卷积神经网络共包含27个卷积层，具体包括特征提取、误差反投影和图像重建三部分。
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天津大学，未经天津大学许可，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/201811637583.3/，转载请声明来源钻瓜专利网。
