申请/专利权人：天津大学

申请日：2023-11-13

公开（公告）日：2024-03-22

公开（公告）号：CN117745539A

主分类号：G06T3/4053

分类号：G06T3/4053;G06T3/4046;G06T7/33;G06T7/35;G06V10/75;G06V10/74;G06V10/82;G06V10/80;G06N3/045;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了基于Kernel‑Free匹配的真实双摄参考超分方法，涉及图像信号处理技术领域。基于Kernel‑Free匹配的真实双摄参考超分方法，包括如下步骤：S1、建立真实参考超分数据集；S2、设计基于Kernel‑Free匹配的真实双摄参考超分模型；S3、利用深度学习Pytorch框架训练模型；S4、向模型中输入广角图像和长焦图像数据对，输出广角图像超分后的结果；本发明利用提出的Kernel‑Free匹配方法将真实双摄参考超分的性能提升到了新的高度。

主权项：1.基于Kernel-Free匹配的真实双摄参考超分方法，其特征在于，具体包括以下步骤：S1、建立真实双摄参考超分数据集：利用智能手机双摄，同时拍摄广角图像和长焦图像，采用由粗到细的对齐策略来创建对齐良好的LR-HR数据对，对数据对进行裁剪、颜色矫正处理，制作数据集；S2、构建双摄参考超分模型：基于深度学习技术，设计中心形变对齐策略、Kernel-Free匹配策略、四周形变对齐模块、单图超分模块及自适应融合模块，构建双摄参考超分模型；S3、训练模型：利用深度学习Pytorch框架训练S2中所构建的双摄参考超分模型，重复遍历S1中所构建的真实双摄参考超分数据集直到模型收敛；S4、输出结果：将S1中获得的真实双摄参考超分数据集中的广角图像和长焦图像数据对输入到训练完的模型中，获得超分后的广角图像。

全文数据：

权利要求：

百度查询： 天津大学 基于Kernel-Free匹配的真实双摄参考超分方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD