[发明专利]图像重建模型训练方法、图像超分辨率重建方法及装置

摘要

本发明公开了一种图像重建模型训练方法、图像超分辨率重建方法及装置，属于图像超分辨率技术领域，包括：通过图像预处理得到样本集；建立用于图像超分辨率重建的图像重建模型；利用样本集对图像重建模型进行训练和测试；图像重建模型中，特征提取网络用于对低分辨率图像进行特征提取后输入第一个残差网络；级联的m个残差网络分别用于对前一网络的输出图像进行特征提取后与该图像进行叠加；m个注意力网络分别用于从m个残差网络的输出图像中提取出感兴趣区域的图像；放大网络用于对各注意力网络及第m个残差网络的输出图像进行融合并放大，以由第一融合层融合其输出图像和双三次插值放大后的图像。本发明能够有效提高重建图像的视觉效果。

主权项

1.一种图像重建模型训练方法，其特征在于，包括：(1)对标准图像库中的图像进行预处理，以得到低分辨率的图像分块，从而得到由所有图像分块及其对应的标准图像所构成的样本集；(2)建立图像重建模型，用于对单幅低分辨率图像进行超分辨率重建以得到高分辨率图像；所述图像重建模型包括特征提取网络、m个残差网络、m个注意力网络、放大网络、插值层以及第一融合层；所述特征提取网络用于提取所述低分辨率图像的特征，以得到粗糙特征图；所述m个残差网络依次级联；第一个残差网络用于对由所述特征提取网络输出的粗糙特征图进行特征提取后与该粗糙特征图进行叠加，以得到残差特征图；第2～m个残差网络分别用于对由前一个残差网络输出的残差特征图进行特征提取后与该残差特征图进行叠加，以得到新的残差特征图；所述m个注意力网络分别用于从m个残差网络输出的残差特征图中提取出感兴趣区域的图像；所述放大网络用于融合由所述m个注意力网络输出的感兴趣区域的图像以及由第m个残差网络输出的残差特征图，并对融合结果进行放大，以得到第一重建图像；所述插值层用于对所述低分辨率图像进行双三次插值放大，以得到第二重建图像；所述第一融合层用于融合所述第一重建图像和所述第二重建图像，以完成对所述低分辨率图像的超分辨率重建，从而得到所述高分辨率图像；(3)利用所述样本集对所述图像重建模型进行训练和测试，以得到训练好的图像重建模型。