公开(公告)号：CN115713462A

公开(公告)日：2023-02-24

申请号：CN202211412609.0

申请日：2022-11-11

Applicant: 烟台中科网络技术研究所 ,  国家计算机网络与信息安全管理中心 ,  国家计算机网络与信息安全管理中心上海分中心

Inventor： 纪天啸 ,  刘晓辉 ,  闵宗茹 ,  巨星海 ,  闫玮佳 ,  王海洋 ,  王海涛 ,  周启荣

IPC: G06T3/40 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/082

Abstract: 本发明公开了超分辨模型训练方法、图像识别方法、装置及设备，属于图像处理技术领域，获取多个样本数据，样本数据包括获取同一场景成对的 ；构建图像超分辨率模型：将含有多个卷积网络模块的深度神经网络模型分别对低分辨率图像和高分辨率图像的特征进行提取和映射，学习特征间非线性的映射关系，最终将提取到的特征进行加权融合；构建目标方程：将低分辨率图像LR(x)输入到图像超分辨率模型中，获得超分辨率图像SR(x)，SR(x)与对应的高分辨率图像HR(x)计算损失用于约束网络的训练过程。本申请能够使得重建后的高分辨率图像具有更清晰的纹理细节，进而提高图像检测的精确率。