[发明专利]一种基于信息过滤网络的图像超分辨实现算法

摘要

本发明公开了一种基于信息过滤网络的图像超分辨实现算法，包括特征提取模块、多个叠加的信息过滤模块和重构模块；特征提取模块首先从低分辨率图像中提取特征，然后，将多个信息过滤模块叠加，逐步提取剩余信息，最后，重构模块将得到的高分辨率残差特征表示进行聚合，生成残差图像；对剩余图像和上采样的低分辨率图像进行元素级别的逐项加法运算。本发明的基于信息过滤网络的图像超分辨实现算法，由于每层滤波器数目相对较少，并且使用了群卷积，因此该网络算法具有执行速度快的优点。

主权项

1.一种基于信息过滤网络的图像超分辨实现算法，其特征在于，包括特征提取模块、多个叠加的信息过滤模块和重构模块；特征提取模块首先从低分辨率图像中提取特征，然后，将多个信息过滤模块叠加，逐步提取剩余信息，最后，重构模块将得到的高分辨率残差特征表示进行聚合，生成残差图像；对剩余图像和上采样的低分辨率图像进行元素级别的逐项加法运算；所述信息过滤模块，包括一个增强单元和一个压缩单元；通过一个短路径提取第一个模块的映射特征，它们可以看作是局部的短程特征；所述信息过滤模块将一份局部的短路径特征发送给另一个模块，将第二个模块的映射特征转换成局部长路径特征，在得到长路径特征和短路径特征后，将这两类特征进行聚合，以便获得更丰富、更有效的信息；增强单元主要是为了提高网络的表示能力，对于压缩单元，采用简单的卷积层对增强单元特征中的冗余信息进行压缩；增强单元主要包括两个浅层卷积网络，每一个都是一个三层的3×3的卷积层，并且紧随跟着一个LReLU激活函数。