在计算机视觉领域,图像超分辨率重建技术有可能使图像实现从检出水平(detection level)向识别水平(recognition level)的转化,或更进一步实现向细辨水平(identification level)的转化。图像超分辨率重建技术可以提高图像的识别能力和识别精度。图像超分辨率重建技术可以实现目标物的专注分析,从而可以获取感兴趣区域更高空间分辨率的...
2. SISR 问题是一个不适定问题,LR 图像和 HR 图像间的对应关系通常是一对多,也就是应该有多张合理的 GT。 之前的任务中将退化的图像或者不同图像作为负样本,锚点与负样本间过于不相似,很容易区分,在计算损失时作用受限。因此利用随机的高斯模糊核作用于将 HR 图像生成多个负样本。 4.3 Feature Embedding Network...
传统的“拉伸”型算法主要采用近邻搜索等方式,即对低分辨率图像中的每个像素采用近邻查找或近邻插值的方式进行重建,这种手工设定的方式只考虑了局部并不能满足每个像素的特殊情况,难以恢复出低分辨率图像原本的细节信息。因此,一系列有效的超分辨率重建算法开始陆续被研究学者提出,重建能力不断加强,直至今日,依托深度学习技...
一种基于元学习的单幅图像超分辨率重建方法专利信息由爱企查专利频道提供,一种基于元学习的单幅图像超分辨率重建方法说明:本发明涉及一种基于元学习的单幅图像超分辨率重建方法,包括以下步骤预训练;构造元学习数据集;采用...专利查询请上爱企查
摘要 本发明涉及一种单幅图像超分辨率重建方法及系统。该方法包括利用所述低分辨率图像数据集对基于生成对抗网络的图像超分辨率重建模型的生成器进行改进;利用低分辨率图像数据集对改进后的基于生成对抗网络的图像超分辨率重建模型进行训练;利用训练后的重建模型对低分辨率图像进行高分辨率图像的重建;所述生成器的改进具体包括...
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专利信息由爱企查专利频道提供,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说明: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...专
摘要 本发明针对单幅图像超分辨率重建,公开了一种基于压缩感知的单幅图像超分辨率重建方法。将低分辨率(Low Resolution,LR)图像看作压缩感知中的线性测量值,在此基础上发明了一种基于改进的子空间追踪算法的单幅图像超分辨率重建方法。首先使用LR和高分辨率(High Resolution,HR)训练图像块对集合,训练LR和HR字典;接着使用...
摘要 本发明公开了一种基于多层梯度约束回归的单幅图像超分辨率重建方法。主要包括以下步骤:利用训练图像,在梯度及残差域分别学习多层的的回归模型;将输入低分辨率图像插值,得到初始高分辨率图像;将当前的高分辨率图像作为输入,利用当前层对应的梯度及残差域回归模型分别估计出梯度及残差;根据当前层估计的梯度及残差,构建并...
本文针对单幅图像的超分辨率重建问题,提出了一种基于CNN的超分辨率重建方法。该方法采用了深度卷积神经网络(Deep Convolutional Neural Network,DCNN)来学习低分辨率图像与高分辨率图像之间的映射。通过对实验结果的分析和比较,证明了该方法在处理图像超分辨率重建问题中的有效性和优越性。 关键词:超分辨率重建、卷积神经...
摘要 本发明公开了一种结合深度学习与梯度转换的的单幅图像超分辨率重建方法。主要包括以下步骤:用基于深度学习的超分辨率方法对输入的低分辨率图像进行上采样,得到上采样图像;用梯度算子对上采样图像进行梯度提取;用深度卷积神经网络对提取到的梯度进行转换;将输入的低分辨率图像与转换后的梯度作为约束,建立重建代价函数;...