[发明专利]一种基于轻量化网络的超分辨率图像重建方法

摘要

本发明公开了一种基于轻量化网络的超分辨率图像重建方法。本方法主要包括网络轻量化设计和网络量化设计两个大的模块，其中，网络轻量化模块主要是利用本发明设计的ShuffleNet unit结构改进原有的EDSR网络结构，从而精简结构，大量减少网络参数，减轻存储压力；网络量化模块主要是由网络剪枝、权值共享、霍夫曼编码三部分组成，通过三部分的结合，对网络参数进行了量化，并改变了编码方式，从而极大压缩了网络参数量，提升了计算速度。本发明在现有的图像超分辨率重建网络基础上改进网络结构，并结合多种深度压缩的方法进行优化，可以有效保证图像重建后的效果，同时做到了网络参数少、处理速度快、可移植性强。

主权项

1.一种基于轻量化网络的超分辨率图像重建方法，其特征在于，包含以下步骤：步骤1，用设计的ShuffleNet unit代替EDSR超分辨率重建模型的ResBlock(残差块)中两个的卷积核，得到改进后的网络模型，其中，ShuffleNet unit由1×1GConv(逐点组卷积)、通道混洗、3×3DWConv(深度分离卷积)、1×1GConv四个部分组成；步骤2，对步骤1中改进后的网络模型进行权值参数压缩训练，包括以下子步骤；步骤2.1，将权值矩阵中权值绝对值小于阈值的连接进行剪枝，得到剪枝后的稀疏矩阵；步骤2.2，对步骤2.1得到的稀疏矩阵中的权值进行量化，完成所有权值的数值共享；步骤2.3，采用霍夫曼编码方式对权值数据进行编码；步骤3，将所需要超分辨率重建的图像通过上述训练好的网络模型进行计算，得到重建后放大的图像。