首页> 中国专利> 小波域中基于集团结构子带共同学习超分辨率网络的方法

小波域中基于集团结构子带共同学习超分辨率网络的方法

摘要

本发明公布了一种小波域中基于集团结构子带共同学习超分辨率网络的方法,通过构建包括特征提取网络和图像恢复网络的新型超分辨率网络,实现单张图片的超分辨率恢复。通过特征提取网络将输入的低分辨率图像表示为一组特征映射;图像复原网络包括一个集团上采样模块和一个卷积层;将特征提取网络的输出特征传入集团上采样模块中,进行子带提取、自残差学习和子带精细化;使用逆离散小波变换改变特征图的分辨率大小,从而恢复得到高分辨率的特征图;再通过卷积层恢复得到高分辨率图像。本发明方法量化指标好,能够有效实现单张图片的超分辨率恢复。

著录项

  • 公开/公告号CN109272452B

    专利类型发明专利

  • 公开/公告日2020-12-22

    原文格式PDF

  • 申请/专利权人 北京大学;

    申请/专利号CN201811007566.1

  • 发明设计人 林宙辰;钟之声;沈天成;杨一博;

    申请日2018-08-30

  • 分类号G06T3/40(20060101);

  • 代理机构11360 北京万象新悦知识产权代理有限公司;

  • 代理人黄凤茹

  • 地址 100871 北京市海淀区颐和园路5号

  • 入库时间 2022-08-23 11:26:05

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号