公开(公告)号：CN114881858B

公开(公告)日：2024-12-27

申请号：CN202210538803.7

申请日：2022-05-17

Applicant: 东南大学

Inventor： 裴文江 ,  冯程晨 ,  夏亦犁

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/80 ,  G06V10/82 ,  G06V10/40

Abstract: 本发明公开了一种基于多注意力机制融合的轻量级双目图像超分辨率方法，主要解决双目图像超分辨率任务中模型性能和计算效率难以达到平衡的问题。首先，引入修正的二值化特征融合框架融合通道注意力和空间注意力机制下提取的多级图像特征；其次，通过双通道注意力机制对双目图像进行全局视差信息的提取，同时引入金字塔采样机制减少模块计算量。经实验证明，本发明实现了较少参数下超分辨率性能的较大提升，证实了轻量级网络在双目图像超分辨率任务中的可移植性。

公开(公告)号：CN114881858A

公开(公告)日：2022-08-09

申请号：CN202210538803.7

申请日：2022-05-17

Applicant: 东南大学

Inventor： 裴文江 ,  冯程晨 ,  夏亦犁

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08 ,  G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06K9/62

Abstract: 本发明公开了一种基于多注意力机制融合的轻量级双目图像超分辨率方法，主要解决双目图像超分辨率任务中模型性能和计算效率难以达到平衡的问题。首先，引入修正的二值化特征融合框架融合通道注意力和空间注意力机制下提取的多级图像特征；其次，通过双通道注意力机制对双目图像进行全局视差信息的提取，同时引入金字塔采样机制减少模块计算量。经实验证明，本发明实现了较少参数下超分辨率性能的较大提升，证实了轻量级网络在双目图像超分辨率任务中的可移植性。

公开(公告)号：CN114820323B

公开(公告)日：2024-12-24

申请号：CN202210541241.1

申请日：2022-05-17

Applicant: 东南大学

Inventor： 裴文江 ,  冯程晨 ,  夏亦犁

IPC: G06T3/4007 ,  G06T3/4053 ,  G06T3/4038 ,  G06T7/55 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本文公开了一种基于立体注意力机制的多尺度残差双目图像超分辨率方法，属于图像处理技术领域。该方法包含以下步骤：S1.建立双目图像训练集；S2.设计网络结构；S3.设置训练参数训练该网络；S4.测试该网络性能。本发明具有以下优点：(1)与基于副本平移的双目图像超分辨方法相比，本方法不局限于固定视差图像的超分辨率处理，通过立体注意力机制并行提取左右视图间交互信息，提高了方法的性能。(2)与基于立体匹配的双目图像超分辨率相比，本方法不需要根据三维或四维的匹配代价估计视图间视差，提高了方法的效率。

公开(公告)号：CN114820323A

公开(公告)日：2022-07-29

申请号：CN202210541241.1

申请日：2022-05-17

Applicant: 东南大学

Inventor： 裴文江 ,  冯程晨 ,  夏亦犁

IPC: G06T3/40 ,  G06T7/55 ,  G06N3/04 ,  G06N3/08

Abstract: 本文公开了一种基于立体注意力机制的多尺度残差双目图像超分辨率方法，属于图像处理技术领域。该方法包含以下步骤：S1.建立双目图像训练集；S2.设计网络结构；S3.设置训练参数训练该网络；S4.测试该网络性能。本发明具有以下优点：(1)与基于副本平移的双目图像超分辨方法相比，本方法不局限于固定视差图像的超分辨率处理，通过立体注意力机制并行提取左右视图间交互信息，提高了方法的性能。(2)与基于立体匹配的双目图像超分辨率相比，本方法不需要根据三维或四维的匹配代价估计视图间视差，提高了方法的效率。