[发明专利]一种基于超像素和卷积神经网络的图像超分辨方法有效
| 申请号： | 201910053628.0 | 申请日： | 2019-01-21 |
| 公开（公告）号： | CN109785236B | 公开（公告）日： | 2022-11-08 |
| 发明（设计）人： | 李现;陈帅印;王敏杰;徐刚;肖江剑 | 申请（专利权）人： | 中国科学院宁波材料技术与工程研究所;中国科学院大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/04 |
| 代理公司： | 南京利丰知识产权代理事务所(特殊普通合伙) 32256 | 代理人： | 王茹;王锋 |
| 地址： | 315201 浙江*** | 国省代码： | 浙江;33 |
| 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超像素和卷积神经网络的图像超分辨方法，其包括：输入图像；对图像依次进行超像素块特征提取、超像素特征映射和超像素特征重建，获得重建后的超像素特征；对图像依次进行浅层特征提取、深层特征提取和特征融合，获得降维后的特征；将所述重建后的超像素特征与所述降维后的特征进行特征融合，获得融合特征；采用尺度调整模块对所述融合特征进行提升，获得提升尺度的特征图；以及通过重建模块对所述提升尺度的特征图进行重建，得到超分辨重建的结果并输出。本发明可获得超分辨处理后具有更加逼真的纹理细节和逼真的纹理噪声的图像，实现快速高效的网络模型并提高重建的鲁棒性，使重建的图像更加逼真于现实图像。 | ||
| 搜索关键词： | 一种 基于 像素 卷积 神经网络 图像 分辨 方法 | ||
【主权项】：
1.一种基于超像素和卷积神经网络的图像超分辨方法，其特征在于包括：输入图像；对图像依次进行超像素块特征提取、超像素特征映射和超像素特征重建，获得重建后的超像素特征；对图像依次进行浅层特征提取、深层特征提取和特征融合，获得降维后的特征；将所述重建后的超像素特征与所述降维后的特征进行特征融合，获得融合特征；采用尺度调整模块对所述融合特征进行尺度调整，获得尺度调整后的特征图；以及通过重建模块对所述提升尺度的特征图进行重建，得到超分辨重建的结果并输出。
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国科学院宁波材料技术与工程研究所;中国科学院大学，未经中国科学院宁波材料技术与工程研究所;中国科学院大学许可，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/201910053628.0/，转载请声明来源钻瓜专利网。
