Patent search ap:("哈尔滨工业大学(深圳)") AND inv:"张冬雨" Page 1

1.

发明公开
基于无监督退化特征学习的图像网络系统及其超分算法审中-实审

公开(公告)号：CN114612300A

公开(公告)日：2022-06-10

申请号：CN202210198241.6

申请日：2022-03-02

Applicant: 哈尔滨工业大学(深圳)

Inventor： 赵锐 , 张冬雨 , 贺建超

IPC: G06T3/40 , G06T5/00 , G06N3/04

Abstract: 本发明公开了基于无监督退化特征学习的图像网络系统及其超分算法，所述系统包括退化特征提取模块、下采样模块和超分重建模块。本发明涉及深度学习、图像超分辨技术领域，具体提供了一种基于无监督退化特征学习的图像网络系统及其超分算法，该算法相较于其他真实世界图像的超分算法无需显示地退化估计，而是直接在图像的表示空间中学习特征表达用于分辨图像的退化，对于复杂退化特征图像的提取也能有较好的适应性。相较于基于生成对抗网络的模糊核估计超分算法，该方法受估计错误的影响小，特征提取的准确性强。最后的超分网络参数量较小，耦合性强，优化潜力大。

Patent Agency Ranking