-
公开(公告)号：CN116128733A
公开(公告)日：2023-05-16
申请号：CN202310333432.3
申请日：2023-03-31
Applicant: 东北大学
IPC: G06T3/40 , G06T7/13 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于矢量图与深度学习的超分辨率方法，涉及计算机视觉技术领域。本发明通过将低分辨率图像矢量化并放大位图化之后，预估了高分辨率图像边缘的位置，为深度学习模型提供了其难以预测的边缘信息，帮助模型更好地估计边缘的位置以提升模型性能。同时添加更多的信息为模型假设空间提供了更过的限制，帮助模型更快地向局部最低点移动，以更快收敛。通过这样的模型设计，本发明可以很好地提取低分辨率图像的边缘信息，并将这些信息用于还原高分辨率图像，提高了图像的分辨率，完善了图像的高频信息，使得图像获得更好地观感，以便其他相关任务的使用。
Search Results
1
records
(took 0.027 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
