[发明专利]一种基于生成对抗网络的单幅图像超分辨纹理增强方法在审
| 申请号： | 201910250713.6 | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN109993698A | 公开（公告）日： | 2019-07-09 |
| 发明（设计）人： | 王延年;李文婷;程燕杰 | 申请（专利权）人： | 西安工程大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06T5/00;G06N3/04 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 宁文涛 |
| 地址： | 710048 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于生成对抗网络的单幅图像超分辨纹理增强方法，首先集使用广泛的基准数据集，将数据集中的高分辨率图像降为低分辨率图像；然后将低分辨率图像进行放大观测值，生成过平滑图像；产生的过平滑图像输入到深度残差网络中，使用生成对抗网络提供的框架，把过平滑图像细节的损失从图像空间转移到目标识别系统更高层次的特征空间；将生成对抗网络框架中使用感知损失和纹理损失结合的损失函数来指导网络训练；最后将指导训练和生成对抗网络框架中生成网络和判别网络的动态博弈，最终得到具有更多纹理细节的高分辨率图像，利用该方法可以实现单幅图像纹理增强，解决了现有的超分辨率图像中的纹理区域模糊、过于平滑和不自然问题。 | ||
| 搜索关键词： | 纹理 单幅图像 平滑图像 对抗 低分辨率图像 高分辨率图像 网络框架 网络 超分辨 超分辨率图像 目标识别系统 博弈 放大观测 基准数据 数据集中 损失函数 特征空间 图像空间 网络提供 网络训练 纹理区域 纹理细节 平滑 残差 感知 模糊 | ||
【主权项】：
1.一种基于生成对抗网络的单幅图像超分辨纹理增强方法，其特征在于，具体步骤如下：步骤1：收集基准数据集，将基准数据集中的高分辨率图像降为低分辨率图像；步骤2：将经步骤1得到的低分辨率图像的观测值进行放大，生成过平滑图像；步骤3：将步骤2产生的过平滑图像输入到深度残差网络SRResNet中，使用生成对抗网络提供的框架，把过平滑图像细节的损失从图像空间转移到目标识别系统更高层次的特征空间；步骤4：将步骤3生成对抗网络框架中使用感知损失和纹理损失结合的损失函数来指导过平滑图像进行网络训练，最终得到具有更多纹理细节的高分辨率图像。
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西安工程大学，未经西安工程大学许可，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/patent/201910250713.6/，转载请声明来源钻瓜专利网。
