公开(公告)号：CN117455770A

公开(公告)日：2024-01-26

申请号：CN202311270151.4

申请日：2023-09-28

Applicant: 安徽大学

Inventor： 侯芷萌 ,  李士昌 ,  沈瓒骏 ,  张寒苏 ,  乐爱莲 ,  刘天乐 ,  张子茜 ,  方淑娴

IPC: G06T3/4053 ,  G06T3/4046 ,  G06T7/10 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及一种基于逐层上下文信息聚合网络的轻量级图像超分辨率方法，包括：获取图像对作为训练样本，图像对由图像ILR和图像IHR组成；搭建逐层上下文信息聚合网络模型，利用训练样本对逐层上下文信息聚合网络模型进行训练，得到训练后的逐层上下文信息聚合网络模型；将待处理图像输入到训练后的逐层上下文信息聚合网络模型中，训练后的逐层上下文信息聚合网络模型输出超分辨率预测结果。本发明利用图像各个层次的多尺度信息构建网络，它不仅解决了显卡内存占用大、计算时间长的问题，还能够实现更高质量的超分任务；通过高分辨率图像重建单元将重参数化技术引入部分卷积，连接这两种信息，进行图像重建，实现了在多种超分辨率任务下的优异表现。