[发明专利]一种图像超分辨率重构方法在审
| 申请号： | 201710488265.4 | 申请日： | 2017-06-23 |
| 公开（公告）号： | CN107481188A | 公开（公告）日： | 2017-12-15 |
| 发明（设计）人： | 袁虹;潘磊;翟懿奎;刘健;商丽娟 | 申请（专利权）人： | 珠海经济特区远宏科技有限公司 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06K9/62;G06N3/08 |
| 代理公司： | 广州三环专利商标代理有限公司44202 | 代理人： | 温旭 |
| 地址： | 519000 广东省珠海市高新区唐*** | 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： | 本发明公开了一种图像超分辨率重构方法，包括(1)联合交替训练Faster‑RCNN神经网络中的RPN神经网络和Fast‑RCNN神经网络并将训练得到的Faster‑RCNN神经网络模型对输入图片中的人脸、车牌、物体目标进行检测，输出所述输入图片中检测到的人脸、车牌、物体的位置坐标和对应的标签；根据所述的位置坐标和标签信息，对输入图片中人脸、车牌、物体三类目标图片进行裁剪，并将裁剪得到的图片进行尺度变换，得到符合输入要求的人脸、车牌、物体三类低分辨率图片；(2)分别针对人脸、车牌、物体图像训练集对超分辨率重构神经网络进行训练得到超分辨率重构神经网络模型；将所述低分辨率图片输入到所述超分辨率重构网络模型，得到所述低分辨率图片对应的高分辨率图片。 | ||
| 搜索关键词： | 一种 图像 分辨率 方法 | ||
【主权项】：
一种图像超分辨率重构方法，其特征在于，包括：(1)联合交替训练Faster‑RCNN神经网络中的RPN神经网络和Fast‑RCNN神经网络并将训练得到的Faster‑RCNN神经网络模型对输入图片中的人脸、车牌、物体目标进行检测，输出所述输入图片中检测到的人脸、车牌、物体的位置坐标和对应的标签；根据所述的位置坐标和标签信息，对输入图片中人脸、车牌、物体三类目标图片进行裁剪，并将裁剪得到的图片进行尺度变换，得到符合输入要求的人脸、车牌、物体三类低分辨率图片；(2)分别针对人脸、车牌、物体图像训练集对深度卷积神经网络进行训练，得到针对人脸、车牌、物体三者超分辨率重构神经网络模型；将所述低分辨率图片输入到所述超分辨率重构网络模型，得到所述低分辨率图片对应的高分辨率图片。
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珠海经济特区远宏科技有限公司，未经珠海经济特区远宏科技有限公司许可，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/201710488265.4/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
