公开(公告)号：CN119579415A

公开(公告)日：2025-03-07

申请号：CN202510106199.4

申请日：2025-01-23

Applicant: 华侨大学

Inventor： 宋佳讯 ,  黄德天 ,  张平平 ,  林祯炜

IPC: G06T3/4076 ,  G06N3/0464 ,  G06T3/4046 ,  G06T5/60 ,  G06T5/70 ,  G06T5/77

Abstract: 本发明公开了一种基于残差预测的扩散模型的人脸图像超分辨率方法及装置，涉及图像超分辨率领域，包括：获取待重建的低分辨率图像；构建基于残差预测的扩散模型和条件噪声预测器并训练，得到经训练的扩散模型和经训练的条件噪声预测器；从标准高斯分布中采样高斯噪声作为残差噪声图像，将待重建的低分辨率图像、每一步的残差噪声图像和对应步长输入到经训练的条件噪声预测器，预测得到每一步的预测噪声，并通过经训练的扩散模型中的反向去噪网络迭代执行T步的去噪过程，得到复原残差图像；将复原残差图像与上采样的待重建的低分辨率图像相加，得到复原高分辨率图像。本发明解决了现有的图像超分辨率方法的生成过程复杂且对细节的恢复有限的问题。

公开(公告)号：CN119599875B

公开(公告)日：2025-04-11

申请号：CN202510138336.2

申请日：2025-02-08

Applicant: 华侨大学

Inventor： 李雅馨 ,  张平平 ,  林祯炜 ,  李欣桐 ,  黄德天 ,  曾焕强

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/08 ,  G06T3/4038 ,  G06T3/4046 ,  G06T5/60 ,  G06T5/73

Abstract: 本发明公开了一种面向局部运动模糊的图像超分辨率方法及装置，涉及图像处理领域，包括：获取待重建的低分辨率图像并输入到经训练的图像超分辨率模型，低分辨率图像输入到图像选择模块，得到图像分组标签，图像分组标签包括正标签和负标签，正标签与模糊图像块相对应，负标签与其他图像块相对应；根据图像分组标签分别将正标签相对应的模糊图像块以及负标签相对应的其他图像块输入到正标签特征提取分支和负标签特征提取分支，得到正标签特征和负标签特征，正标签特征和负标签特征经过拼接层进行拼接，得到图像特征；图像特征经过图像重建模块，重建得到对应的高分辨率图像。本发明解决了局部运动模糊图像在超分辨率重建中性能差和效率低的问题。

公开(公告)号：CN119599875A

公开(公告)日：2025-03-11

申请号：CN202510138336.2

申请日：2025-02-08

Applicant: 华侨大学

Inventor： 李雅馨 ,  张平平 ,  林祯炜 ,  李欣桐 ,  黄德天 ,  曾焕强

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/08 ,  G06T3/4038 ,  G06T3/4046 ,  G06T5/60 ,  G06T5/73

Abstract: 本发明公开了一种面向局部运动模糊的图像超分辨率方法及装置，涉及图像处理领域，包括：获取待重建的低分辨率图像并输入到经训练的图像超分辨率模型，低分辨率图像输入到图像选择模块，得到图像分组标签，图像分组标签包括正标签和负标签，正标签与模糊图像块相对应，负标签与其他图像块相对应；根据图像分组标签分别将正标签相对应的模糊图像块以及负标签相对应的其他图像块输入到正标签特征提取分支和负标签特征提取分支，得到正标签特征和负标签特征，正标签特征和负标签特征经过拼接层进行拼接，得到图像特征；图像特征经过图像重建模块，重建得到对应的高分辨率图像。本发明解决了局部运动模糊图像在超分辨率重建中性能差和效率低的问题。