[发明专利]图像超分辨率重建方法、模型蒸馏方法、装置及存储介质在审

专利信息
申请号: 202110039733.6 申请日: 2021-01-13
公开(公告)号: CN112767247A 公开(公告)日: 2021-05-07
发明(设计)人: 高艳;朱丹 申请(专利权)人: 京东方科技集团股份有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06T7/38;G06T5/50;G06N3/04;G06N3/08
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 解婷婷;曲鹏
地址: 100015 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 分辨率 重建 方法 模型 蒸馏 装置 存储 介质
【权利要求书】:

1.一种图像超分辨率重建方法,其特征在于,包括:

对输入的时间上连续的至少三帧原始图像进行特征提取,得到至少三个待处理图像,每一个待处理图像对应一帧原始图像;

以所述至少三个待处理图像中的一个图像作为参考图像,采用基于深度学习的对齐处理网络将所述待处理图像与所述参考图像进行数据对齐,输出多个对齐帧;

采用基于深度学习的融合处理网络对所述多个对齐帧进行数据融合;

采用基于深度学习的重建处理网络对数据融合后的图像进行向上采样以实现图像超分辨率重建。

2.根据权利要求1所述的方法,其特征在于,所述以所述至少三个待处理图像中的一个图像作为参考图像,采用基于深度学习的对齐处理网络将所述待处理图像与所述参考图像进行数据对齐,输出多个对齐帧,包括:

将所述至少三个待处理图像中的中间待处理图像作为参考图像,所述中间待处理图像对应所述时间上连续的至少三帧原始图像中的中间帧,采用基于深度学习的对齐处理网络将第一待处理图像与第二待处理图像进行数据对齐,得到第一对齐帧,采用基于深度学习的对齐处理网络对第二待处理图像进行处理,得到第二对齐帧,采用基于深度学习的对齐处理网络将第二待处理图像与第三待处理图像进行数据对齐,得到第三对齐帧。

3.根据权利要求1或2所述的方法,其特征在于,所述基于深度学习的对齐处理网络包括:第一卷积块、第二卷积块、第三卷积块、第四卷积块和第五卷积块,其中:

第一卷积块包括第一拼接层,第一卷积层和第一激活层,第一卷积块的输入包括第一输入图像和第二输入图像;

第二卷积块包括第二拼接层,第二卷积层和第二激活层,第二卷积块的输入包括第一卷积块的输出和第一输入图像;

第三卷积块包括第三拼接层,第三卷积层和第三激活层,第三卷积块的输入包括第二卷积块的输出和第一输入图像;

第四卷积块包括第四拼接层,第四卷积层和第四激活层,第四卷积块的输入包括第三卷积块的输出和第二输入图像;

第五卷积块包括第五拼接层,第五卷积层和第五激活层,第五卷积块的输入包括第四卷积块的输出和第二输入图像;第五卷积块的输出为所述对齐处理网络的输出。

4.根据权利要求3所述的方法,其特征在于,其中,

所述第一拼接层、第二拼接层、第三拼接层、第四拼接层和第五拼接层采用concat函数实现;

所述第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层采用conv2d函数实现,卷积核大小为3×3,通道数为64;

所述第一激活层、第二激活层、第三激活层、第四激活层和第五激活层采用relu函数实现。

5.根据权利要求1或2所述的方法,其特征在于,其中,所述基于深度学习的融合处理网络包括第七卷积块、第八卷积块,第九卷积块,第十卷积块和第十一卷积块,其中:

所述第七卷积块的输入包括第一对齐帧和第二对齐帧,第七卷积块的输出作为第九卷积块的第一输入;

所述第八卷积块的输入包括第二对齐帧和第三对齐帧,第八卷积块的输出作为第九卷积块的第二输入;

所述第九卷积块的输出为第十卷积块的输入,第十卷积块的输出为第十一卷积块的输入,第十一卷积块的输出为所述融合处理网络的输出。

6.根据权利要求5所述的方法,其特征在于,其中,

第七卷积块、第八卷积块和第九卷积块中每个卷积块的结构包括拼接层、卷积层和激活层;第十卷积块和第十一卷积块中每个卷积块的结构包括卷积层和激活层;其中,第七卷积块、第八卷积块和第九卷积块中每个卷积块的拼接层采用concat函数实现,第七卷积块、第八卷积快、第九卷积块、第十卷积块和第十一卷积块中每个卷积块的卷积层采用conv2d函数实现,卷积核为3×3,通道数为64;第七卷积块、第八卷积块、第九卷积块、第十卷积块和第十一卷积块中每个卷积块的激活层采用relu函数。

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京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,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/pat/books/202110039733.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top