-
公开(公告)号:CN117993446A
公开(公告)日:2024-05-07
申请号:CN202410165078.2
申请日:2024-02-05
Applicant: 华侨大学
IPC: G06N3/0475 , G06N3/094 , G06N3/0464 , G06V10/82 , G06V10/80 , G06V10/44
Abstract: 一种融合残差密集块和卷积注意力机制的SRGAN方法、设备和介质,涉及图像超分处理技术领域。该方法通过预先训练好的融合残差密集块和卷积注意力机制的SRGAN模型将待优化的图像超分辨率重建成高分辨率的优化图像。该模型的生成器包括依次连接的浅层特征提取网络、残差密集块网络、密集特征融合网络和上采样网络。浅层特征提取网络用以从待优化的图像提取浅层特征。残差密集块网络包括多个依次连接的残差密集块。第一个残差密集块用以从浅层特征中提取局部特征,后续的残差密集块用以从上一个残差密集块提取的局部特征中提取新的局部特征。密集特征融合网络用以融合浅层特征和各个残差密集块提取的局部特征。上采样网络用以输出分辨率提高后的优化图像。
-
公开(公告)号:CN117765281A
公开(公告)日:2024-03-26
申请号:CN202311707528.8
申请日:2023-12-13
Applicant: 麦克奥迪实业集团有限公司 , 华侨大学
Abstract: 本发明公开了一种采集HR图像和LR图像并进行模板匹配的方法,包括以下步骤:采集同一图像范围的HR图像和LR图像;对采集到的HR图像和LR图像进行尺寸匹配;对尺寸匹配后的HR图像和LR图像进行模板匹配。本发明在采集HR图像时缩小图像范围,确保LR图像范围完整包含HR图像范围;对现有匹配技术进行再优化,将HR图像的匹配图像扩展到相应的LR图像周围,并通过计算PSNR值和SSIM值筛选出正确的匹配图像;对同一图像范围采集多张HR图像和LR图像,一次可完成多张图像匹配,相比现有匹配技术只能进行单张图像匹配更节约时间;相对于采用HR图像降采样模糊化得到LR图像的方法,本发明采集真实HR图像和LR图像,应用于图像超分领域时更具数据有效性。
-