公开(公告)号：CN117670679A

公开(公告)日：2024-03-08

申请号：CN202311680992.2

申请日：2023-12-08

Applicant: 杭州电子科技大学

Inventor： 徐文 ,  颜成钢 ,  殷海兵 ,  王帅 ,  张继勇

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于全局分布学习的真实图像超分辨率重建方法。首先获取数据集，进行训练集和测试集的划分，然后对数据集中的图像进行格式转换，裁剪和数据增强操作；然后构建基于全局分布学习的真实图像超分辨率重建网络，包括全局分布学习模块、采样点计算模块和图像重建模块；通过低分辨率图像学习出图像的真实场景分布函数，再估计出采样点坐标，从而进行重新采样，构建出超分辨率图像；最后通过预处理后的数据集训练构建的真实图像超分辨率重建网络。相比现有的方法，只能重建整数倍比例因子的超分辨率图像，该发明能够重建出任意比例因子的超分辨率图像，且能获得更好的性能指标。

公开(公告)号：CN115409713A

公开(公告)日：2022-11-29

申请号：CN202211201813.8

申请日：2022-09-29

Applicant: 杭州电子科技大学

Inventor： 颜成钢 ,  徐文 ,  陈泉 ,  李浩然 ,  王鸿奎 ,  陈楚翘 ,  朱尊杰 ,  高宇涵 ,  孙垚棋 ,  殷海兵 ,  胡冀 ,  张继勇 ,  李宗鹏

IPC: G06T3/40 ,  G06T3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种高效实时的单张图像超分变率重建系统及方法，单图像超分辨率重建方法首先进行数据预处理，然后构建高效实时的图像超分辨率重建网络；通过预处理后的数据训练构建好的图像超分辨重建网络，使网络具有图像超分辨重建的效果；最后通过训练好的图像超分辨重建网络完成单图像超分辨率重建。单图像超分辨重建系统，包括数据预处理模块、网络构建模块、训练模块和图像超分辨重建模块。本发明减少网络模型参数量，使得网络模型的计算量减少，资源消耗少；在性能和效率方便达到很好的平衡；能够部署在移动端设备上。