公开(公告)号：CN119130813A

公开(公告)日：2024-12-13

申请号：CN202411466432.1

申请日：2024-10-21

Applicant: 南京邮电大学

Inventor： 任勋益 ,  向路宇

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/40 ,  G06V10/54 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/094

Abstract: 本发明公开一种基于Transfomer的图像超分辨率模型构建方法，包括：从公开数据库中获取低分辨率图像和参考图像，并对参考图像进行采样，以低分辨率图像、参考图像和采样后的参考图像构建训练数据集；构建包括纹理特征提取层、相对位置编码层、相关性嵌入层和并行循环嵌入层的初始学习框架，以低分辨率图像、参考图像和采样后的参考图像作为初始学习框架的输入，输出高分辨率图像；根据训练数据集对初始学习框架进行训练，并设计损失函数对模型参数进行修正，获得训练完成的图像超分辨率模型。本发明提升了对于细节纹理的提取能力，降低了局部的失真度，更好地建立了低分辨率和高分辨率的联系，提升了模型的复原效果以及泛化能力。