[发明专利]基于级联收缩扩张的深度残差网络图像超分辨率重建方法在审
| 申请号： | 201910506498.1 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110223234A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 杨勇;张东阳;黄淑英 | 申请（专利权）人： | 杨勇 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06K9/62;G06N3/04 |
| 代理公司： | 北京汇信合知识产权代理有限公司 11335 | 代理人： | 戴凤仪 |
| 地址： | 330036 江西*** | 国省代码： | 江西;36 |
| 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级联收缩扩张的深度残差网络图像超分辨率重建方法，包括：首先获取低分辨率观测图像序列，对所述序列中任意一幅图像进行双三次差值运算，得到高分辨率图像的初始估值；然后基于级联收缩扩张的深度残差神经网络，对初始估值图像进行深度残差神经网路训练，将训练好的特征图与初始估值图像相加，恢复出低分辨率图像对应的高分辨率图像。本发明有效解决了现有技术中网络结构冗余、训练复杂、图像重建细节不足的问题，实现超分辨率图像更好的细节恢复，而且算法简单，运行速度快，实用性强。 | ||
| 搜索关键词： | 残差 级联 收缩 超分辨率重建 高分辨率图像 网络图像 图像 超分辨率图像 低分辨率图像 差值运算 低分辨率 观测图像 神经网路 神经网络 图像相加 图像重建 网络结构 细节恢复 有效解决 特征图 冗余 算法 恢复 | ||
【主权项】：
1.一种基于级联收缩扩张的深度残差网络图像超分辨率重建方法，其特征在于包括：步骤S1，获取低分辨率观测图像序列，对所述序列中任意一幅图像进行双三次差值运算，得到高分辨率图像的初始估值；步骤S2，基于级联收缩扩张的深度残差神经网络，对初始估值图像进行深度残差神经网路训练，将训练好的特征图与初始估值图像相加，恢复出低分辨率图像对应的高分辨率图像。
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杨勇，未经杨勇许可，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/201910506498.1/，转载请声明来源钻瓜专利网。
