[发明专利]基于多层感知机层的密集连接网络图像超分辨率方法

权利要求书

1.一种基于多层感知机层的密集连接网络图像超分辨率方法，其特征在于：低分辨率图像输入基于多层感知机层的密集连接网络，由密集连接网络进行图像的超分辨率运算，输出高分辨率图像；所述多层感知机层的密集连接网络包括若干密集连接模块，每个密集连接模块包括若干密集单元，每个密集单元中包括一个多层感知机层；

所述多层感知机层的密集连接网络包括1个3×3的卷积层，M个密集连接模块，2个亚像素卷积层和1个加法器；

输入密集连接网络的低分辨率图像I^LR，经卷积层得到低维特征F₀；

随后，将低维特征F₀输入第一个密集连接模块，其输出为F₁，并作为第二个密集连接模块的输入，以此类推，经过M个密集连接模块后分别提取得到高维特征F₁，…，F_M；

然后，通过2个亚像素卷积层分别将低维特征F₀和高维特征F_M映射到高分辨率空间，相应得到本体映射F_GR和全局残差F_IM；

最后，经过加法器将全局残差F_GR和本体映射F_IM融合得到图像超分辨率结果I^SR；

所述密集单元中包括1个3×3的卷积层、1个多层感知机层、2个修正线性单元和1个1×1的卷积层；

第m个密集连接模块中第d个密集单元的输入为[F_m-1，F_1，m，F_2，m，...，F_d-1，m]，同时输入到3×3的卷积层、多层感知机层，然后进入卷积层、多层感知机层之后紧跟的修正线性单元，得到通过3×3的卷积层经修正线性单元的输出f_d，m，得到通过多层感知机层经修正线性单元的输出f_d，m；

根据输出f_d，m和输出f_d，m，经过一个1×1的卷积层计算得到输出F_d，m。

2.根据权利要求1所述的基于多层感知机层的密集连接网络图像超分辨率方法，其特征在于：所述密集连接模块包括D个密集单元，1个1×1的卷积层和一个加法器；

第m个密集连接模块的输入为F_m-1，m＝1，2，...，M；F_m-1输入到第1个密集单元计算得到局部高维特征F_1，m，第2个密集单元的输入为F_m-1和F_1，m，包括所在密集连接模块的输入和其之前所有密集单元的输出，计算得到局部高维特征F_2，m，以此类推，第d个密集单元的输入为[F_m-1，F_1，m，F_2，m，...，F_d-1，m]，计算得到局部高维特征F_d，m，d＝2，...，D；

将D个密集单元的输出F_1，m，F_2，m，F_3，m和第m个密集连接模块的输入F_m-1通过一个1×1的卷积层计算得到局部残差F_LR；

将第m个密集连接模块的输入F_m-1和局部残差F_LR融合，得到第m个密集连接模块的输出F_m。