[发明专利]基于深度学习及多尺度残差稠密模块的单幅图像超分辨率重建方法在审
| 申请号： | 202010368480.2 | 申请日： | 2020-04-30 |
| 公开（公告）号： | CN111640060A | 公开（公告）日： | 2020-09-08 |
| 发明（设计）人： | 孙权森;崔和涛 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 王玮 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 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深度学习及多尺度残差稠密模块的单幅图像超分辨率重建方法。该方法对基于卷积神经网络的单幅图像超分辨率重建方法进行改进，在以往的深度模型的基础上，结合多尺度卷积模块、残差模块、密集连接结构及1*1卷积，提出了多尺度残差稠密块。并且，基于多尺度残差稠密块构建多尺度残差稠密网络用于单幅图像的超分辨率重建。该方法能够从图像中学习到不同层次的特征，可以有效恢复图像中的高频信息，解决了重建网络特征信息利用不足，感受野较低，重建效果不佳，重建高分辨率图像边缘模糊等问题；同时由于多尺度残差稠密模块对低分辨率图像的信息充分利用，获得了较为理想的效果，重建出精度较高的高分辨率图像。 | ||
| 搜索关键词： | 基于 深度 学习 尺度 稠密 模块 单幅 图像 分辨率 重建 方法 | ||
【主权项】：
暂无信息
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南京理工大学，未经南京理工大学许可，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/202010368480.2/，转载请声明来源钻瓜专利网。
