公开(公告)号：CN114022362A

公开(公告)日：2022-02-08

申请号：CN202111364295.7

申请日：2021-11-17

Applicant: 南京邮电大学

Inventor： 王彩玲 ,  沈齐 ,  蒋国平

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于金字塔注意力机制和对称网络的图像超分辨率方法，首先对于待训练数据集处理，制作与真实图像对应的低分辨率图像；然后对真实图像输入进行特征提取，经过卷积‑池化操作后，通过金字塔注意力模块进行计算，获取图像的多层次信息分布与细节特征；再计算得到误差损失，用来更新网络参数与梯度；再进行重构得到重构的结果图，与真实图像进行计算损失，并反向更新网络的参数和梯度；最后将低分辨率图像输入进第二个网络，逐分辨率的扩大低分辨率图像，最后得到生成的高分辨率图像，并于真实图像计算损失，再次对网络的参数进行更新。本方法通过注意力机制和损失函数，对网络进行参数更新与迭代，极大提升网络的生成能力与泛化能力。

公开(公告)号：CN114022362B

公开(公告)日：2024-11-08

申请号：CN202111364295.7

申请日：2021-11-17

Applicant: 南京邮电大学

Inventor： 王彩玲 ,  沈齐 ,  蒋国平

IPC: G06T3/4007 ,  G06T3/4046 ,  G06T3/4053 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于金字塔注意力机制和对称网络的图像超分辨率方法，首先对于待训练数据集处理，制作与真实图像对应的低分辨率图像；然后对真实图像输入进行特征提取，经过卷积‑池化操作后，通过金字塔注意力模块进行计算，获取图像的多层次信息分布与细节特征；再计算得到误差损失，用来更新网络参数与梯度；再进行重构得到重构的结果图，与真实图像进行计算损失，并反向更新网络的参数和梯度；最后将低分辨率图像输入进第二个网络，逐分辨率的扩大低分辨率图像，最后得到生成的高分辨率图像，并于真实图像计算损失，再次对网络的参数进行更新。本方法通过注意力机制和损失函数，对网络进行参数更新与迭代，极大提升网络的生成能力与泛化能力。