[发明专利]基于角点引导级联沙漏网络结构学习的真实图像超分辨率模型及方法有效
| 申请号： | 202010375538.6 | 申请日： | 2020-05-07 |
| 公开（公告）号： | CN111696033B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 谢子维;魏朋旭;詹宗沅;林倞 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06T5/50 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 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角点引导级联沙漏网络结构学习的真实图像超分辨率模型及方法，模型包括：多尺度特征提取单元，利用级联沙漏网络结构提取输入图像的多尺度信息的特征；分区域重建单元，利用不同深度的多尺度特征分别重建多个初始的超分辨率图像；分区域监督单元，利用角点检测算法将高分辨率图像解耦为平坦、边缘和角点区域，分别监督各个初始的超分辨率图像；角点引导重建单元，利用提取到的图像各区域信息；梯度加权约束单元，基于图像的梯度信息来加权损失函数，加强角点区域的拟合能力。本发明能够避免一幅图像的所有区域被同等对待，最终将重建得到的三个结果加权融合成更符合人类视觉感受的超分辨率图像，有效地提升图像质量。 | ||
| 搜索关键词： | 基于 引导 级联 沙漏 网络 结构 学习 真实 图像 分辨率 模型 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中山大学，未经中山大学许可，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/202010375538.6/，转载请声明来源钻瓜专利网。
