申请/专利权人：中国科学技术大学

申请日：2020-11-06

公开（公告）日：2024-04-02

公开（公告）号：CN112419150B

主分类号：G06T3/4053

分类号：G06T3/4053

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.03.16#实质审查的生效;2021.02.26#公开

摘要：本发明涉及一种基于双边上采样网络的任意倍数图像超分辨率重建方法，输入待处理的低分辨率图像和放大倍数，待处理的输入图像称为低分辨率图像，使用超分辨率重建方法放大的图像称为高分辨率图像；首先使用位置图构造模块构造位置图，然后使用空域权重预测模块预测双边上采样卷积核的空域权重；通过卷积神经网络特征提取模块提取低分辨率图像特征作为双边上采样卷积核的值域权重；预测得到的空域权重和值域权重，通过双边上采样参数计算模块，计算双边上采卷积核参数；进行上采样处理，得到超分辨率特征图；将超分辨率特征图的通道数转换到输入图像的通道大小，输出重建的超分辨率图像。本发明可以应用于任意倍数低分辨率图像超分辨率重建，可以有效提高低分辨率图像超分辨率重建准确度。

主权项：1.一种基于双边上采样网络的任意倍数图像超分辨率重建方法，其特征在于，包括以下步骤：步骤1：输入待处理的低分辨率图像和放大倍数，待处理的输入图像称为低分辨率图像，使用超分辨率重建方法放大的图像称为高分辨率图像；步骤2：使用步骤1中输入的放大倍数通过位置图构造模块构造位置图，然后使用空域权重预测模块预测双边上采样卷积核的空域权重；步骤3：使用步骤1中输入的低分辨率图像通过卷积神经网络特征提取模块提取低分辨率图像特征作为双边上采样卷积核的值域权重；步骤4：使用步骤3中提取的低分辨率特征图作为值域权重和步骤2中位置图预测得到的空域权重，通过双边上采样参数计算模块，计算双边上采卷积核参数；步骤5：使用步骤4计算得到的双边上采样卷积核参数对低分辨率特征图进行上采样处理，得到超分辨率特征图；步骤6：将步骤5得到的超分辨率特征图的通道数转换到输入图像的通道大小，输出重建的超分辨率图像；所述步骤2：使用步骤1中输入的放大倍数通过位置图构造模块构造位置图，然后使用空域权重预测模块预测双边上采样卷积核的空域权重，具体实现如下：1将高分辨率图像的每个像素映射到低分辨率图像空间，然后得到每个高分辨率像素在低分辨率图像空间中所对应的2×2邻域像素，超分辨率图像上每个位置的像素值就由低分辨率图像上的2×2邻域像素值和超分辨率像素与低分辨率像素之间的位置关系决定；2根据超分辨率图像坐标和放大倍数构造位置图， 其中P为构造的位置图，r为放大倍数，i,j为位置图对应的超分辨率像素坐标，Ph,i,j为坐标i,j像素所对应位置图上的第h个通道的值；h＝1时，Ph,i,j就是P1,i,j，h＝2同理；3构造得到位置图之后，采用全连接层+ReLU层+全连接层结构作为空域权重预测模块，隐藏层特征通道数设为256，利用构造的位置图自适应预测双边上采样卷积核的空域权重；所述步骤4中，使用步骤3中提取的低分辨率特征图作为值域权重和步骤2中位置图预测得到的空域权重，通过双边上采样参数计算模块，计算双边上采卷积核参数，具体实现如下：1使用双边上采样参数计算模块合并步骤2中得到的空域权重和步骤3中得到的值域权重计算双边上采样参数， 其中：i,j为高分辨率像素坐标，i',j'为映射到低分辨率图像中的最近邻像素坐标，k为上采样卷积核大小，k1,k2为上采样卷积核坐标，c为特征图通道数，WP为预测的空域权重，wp为使用空域权重构造的k×k大小空域上采样卷积核，FLR为低分辨率特征图，wB为计算得到的双边上采样参数；2使用计算得到的双边上采样参数作为双边上采样卷积核权重，用于双边上采样卷积操作。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种基于双边上采样网络的任意倍数图像超分辨率重建方法

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