(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210504706.6 (22)申请日 2022.05.10 (71)申请人 中国科学院深圳先进技 术研究院 地址 518055 广东省深圳市南 山区深圳大 学城学苑大道1068号 (72)发明人 李哲远 刘滢琪 陈翔宇 董超  蔡昊明 顾津锦 乔宇  (74)专利代理 机构 北京市诚辉律师事务所 11430 专利代理师 耿慧敏 成丹 (51)Int.Cl. G06T 3/40(2006.01) G06T 5/00(2006.01) G06V 10/77(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于蓝图可分离残差网络的图像超分 辨率方法 (57)摘要 本发明公开一种基于蓝图可分离残差网络 的图像超分辨率方法。 该方法包括: 获取目标图 像; 将目标图像输入到经训练的超分辨率模型, 获得重建图像, 所述重建图像的分辨率高于目标 图像, 其中超分辨率模型包括浅层特征提取模 块, 深层特征提取模块、 多层特征融合模块和重 建模块, 所述深层特征提取模块包含依次连接的 多个蒸馏模块, 每个蒸馏模块包含多层级的特征 提取, 每个层级包含标准卷积层和对应的蓝图浅 层残差块, 以输入端为参考, 上一层级的蓝图浅 层残差块的输出分别传递到下一层级的标准卷 积层和蓝图浅层残差块, 并且最后一个层级的蓝 图浅层残差块连接蓝图分离卷积层。 本发明降低 了参数量和计算量, 并且能够实现较强的超分重 建效果。 权利要求书2页 说明书8页 附图6页 CN 115082306 A 2022.09.20 CN 115082306 A 1.一种基于 蓝图可分离残差网络的图像超分辨 率方法, 包括以下步骤: 获取目标图像; 将目标图像输入到经训练的超分辨率模型, 获得重建图像, 所述重建图像的分辨率高 于目标图像; 其中, 所述超分辨率模型包括浅层特征提取模块, 深层特征提取模块、 多层特征融合模 块和重建模块, 所述浅层特征提取模块用于将目标图像映射到高维空间以提取高维浅层特 征, 所述深层特征提取模块用于从所述高维浅层特征提取出多个层级的深层特征, 所述特 征融合模块用于对所述多个层级的深层特征进行细化并聚合, 获得聚合特征, 所述重建模 块用于基于所述聚合特 征进行图像重建, 获得重建图像; 其中, 所述深层特征提取模块包含依次连接的多个蒸馏模块, 每个蒸馏模块包含多层 级的特征提取, 每个层级包含标准卷积层和对应的蓝图浅层残差块, 以输入端为参考, 上一 层级的蓝图浅层残差块的输出分别传递到下一层级的标准卷积层和蓝图浅层残差块, 并且 最后一个层级的蓝图浅层残差块连接第一蓝图分离卷积层, 该第一蓝图分离卷积层的输出 与各层级的标准卷积层所提取的特 征进行融合。 2.根据权利要求1所述的方法, 其特征在于, 所述蓝图浅层残差块包含第 二蓝图分离卷 积层和高斯误差线性单元, 所述高斯误差线性单元针对所述蓝图浅层残差块的输入特征以 及所述第二蓝图分离卷积层所提取 特征的融合特 征进行激活 处理。 3.根据权利要求2所述的方法, 其特征在于, 所述第 一蓝图分离卷积层和所述第 二蓝图 分离卷积层各包括 一层标准卷积层和一层深度卷积层。 4.根据权利要求1所述的方法, 其特征在于, 对于所述蒸馏模块中的每一个, 在进行特 征融合后, 还设有级联的空间注意力模块和对比度感知通道注意力模块, 所述对比度感知 通道注意力模块的输出特征与相应蒸馏模块的输入特征进 行融合后, 作为该蒸馏模块的输 出。 5.根据权利要求4所述的方法, 其特征在于, 所述空间注意力模块依次包含第 一标准卷 积层、 跨步卷积层、 池化层、 组卷积层、 上采样层、 第二标准卷积层和激活层, 其中所述激活 层处理后的特征与所述空间注意力模块的输入特征融合后作为所述空间注意力模块的输 出, 第二标准卷积层针对所述上采样层的输出以及所述第一标准卷积层的输出进 行特征提 取。 6.根据权利要求4所述的方法, 其特征在于, 所述对比度感知通道注意力模块包括对比 度层、 两层标准卷积层和激活处理, 其中激活处理后的特征与所述对比度感知通道注意力 模块的输入特 征融合后作为输出, 所述对比度层用于获取 各通道之间的对比度信息 。 7.根据权利要求3所述的方法, 其特征在于, 对于所述蒸馏模块的每一个, 包含三个层 级的特征提取, 每个层 级所包含的标准卷积层执行1x1卷积操作, 所述第一蓝图分离卷积层 和所述第二蓝图分离卷积层中的深度卷积层执 行3x3的卷积 操作。 8.根据权利要求1所述的方法, 其特征在于, 采用平均绝对值误差损失函数训练所述超 分辨率模型。 9.一种计算机可读存储介质, 其上存储有计算机程序, 其中, 该计算机程序被处理器执 行时实现根据权利要求1至8中任一项所述方法的步骤。 10.一种计算机设备, 包括存储器和处理器, 在所述存储器上存储有能够在处理器上运权 利 要 求 书 1/2 页 2 CN 115082306 A 2行的计算机程序, 其特征在于, 所述处理器执行所述计算机程序时实现权利要求1至8 中任 一项所述的方法的步骤。权 利 要 求 书 2/2 页 3 CN 115082306 A 3

.PDF文档 专利 一种基于蓝图可分离残差网络的图像超分辨率方法

安全报告 > 其他 > 文档预览
中文文档 17 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共17页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于蓝图可分离残差网络的图像超分辨率方法 第 1 页 专利 一种基于蓝图可分离残差网络的图像超分辨率方法 第 2 页 专利 一种基于蓝图可分离残差网络的图像超分辨率方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常2024-03-18 07:34:07上传分享
给文档打分
您好可以输入 255 个字符
网站域名是多少( 答案:github5.com )
评论列表
  • 暂时还没有评论,期待您的金玉良言
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。