基本信息:
- 专利标题： 一种基于高频特征学习的子像素卷积图像超分辨方法
- 申请号：CN202011006454.1 申请日：2020-09-23
- 公开(公告)号：CN112184552A 公开(公告)日：2021-01-05
- 发明人： 谢业华 , 阎乃臣 , 孙树才 , 张传羽 , 姬海超 , 姜啸远 , 江涛 , 刘宏坤
- 申请人： 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
- 申请人地址： 江苏省南京市江宁区诚信大道19号
- 专利权人： 国电南瑞科技股份有限公司,国电南瑞南京控制系统有限公司
- 当前专利权人： 国电南瑞科技股份有限公司,国电南瑞南京控制系统有限公司
- 当前专利权人地址： 江苏省南京市江宁区诚信大道19号
- 代理机构： 南京苏高专利商标事务所
- 代理人： 柏尚春
- 主分类号： G06T3/40
- IPC分类号： G06T3/40 ; G06N3/08 ; G06N3/04 ; G06K9/62
摘要：
本发明公开了一种基于高频特征学习的子像素卷积图像超分辨方法，使用低分辨率的图像输入到网络中，对低分辨率图像进行特征学习；在生成网络中引入卷积残差层，将输入作为特征图与卷积特征图级联，卷积残差层自适应学习级联特征图的权重，将残差学习下沉到各子像素特征层；通过映射获得多通道特征图，并视为高分辨图像的子像素层；基于卷积网络结构获取高频特征映射参数，引入高频特征映射对比损失与像素级误差损失的多任务损失函数，使生成的图像与超分辨图像在高频域上更接近。本发明引入卷积残差层，减少整个网络低频域的误差；将残差学习下沉到各子像素特征层，获得图像更多高频纹理信息；展示图像更多高频细节，提高超分辨重构后的视觉体验。
公开/授权文献:
- CN112184552B 一种基于高频特征学习的子像素卷积图像超分辨方法 公开/授权日：2022-11-11
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T3/00 | 在图像平面内的图形图像转换，例如，从位像到位像地建立一个不同图像 |
| --------G06T3/40 | .整个或部分图形的定标 |