基于频域-纹理特征融合的图像超分辨率重建方法及系统

    公开(公告)号:CN116128722A

    公开(公告)日:2023-05-16

    申请号:CN202211710695.3

    申请日:2022-12-29

    Abstract: 本发明涉及一种基于频域‑纹理特征融合的图像超分辨率重建方法及系统,其方法包括:S1:将高分辨率图像划分为子图像块后输入纹理特征提取网络,得到纹理特征FPC;S2:将低分辨率图像输入频域信息提取网络,得到频域特征FPL;S3:将FPC和FPL输入多尺度分层特征重建模块,利用金字塔结构并行构建频域和纹理的分层特征和S4:将和输入特征融合反馈模块,进行特征融合,生成包含多级感受野的边缘引导图像;S5:通过边缘引导图像,重建高分辨率图像,并使用损失函数优化网络参数,最终获得边缘图像引导的高分辨率图像。本发明提供的方法能够自适应不同图片尺度,并提高重建高分辨率图片边缘与纹理信息的丰富性和整体性,从而获得更好的超分效果。

    一种基于时域关系的动量视频目标检测方法

    公开(公告)号:CN114972840A

    公开(公告)日:2022-08-30

    申请号:CN202210381003.9

    申请日:2022-04-12

    Abstract: 本发明公开一种基于时域关系的动量视频目标检测方法,包括:(1)利用实例级校准方法获得时间维度的实例级校准特征图;(2)为了获取到更有用的信息,进一步利用在时域方面关键帧之间的先后关系计算相邻实例级校准特征图产生的动量偏移量;(3)将产生的动量偏移量和时域信息最新的实例级校准特征图融合,即可获得动量级实例校准特征图,用动量级实例校准特征图代替下一关键帧的实例校准特征图。本发明利用两个相邻的实例级特征图产生动量级实例校准特征图,通过这种类似于速度相对于加速度的偏移量,结合实例级特征图产生动量级实例校准特征图,以已知信息来预测未知信息的位置信息,从而提高检测精确率。

Patent Agency Ranking