-
公开(公告)号:CN117710216B
公开(公告)日:2024-06-28
申请号:CN202410110938.2
申请日:2024-01-26
Applicant: 西安邮电大学
IPC: G06T3/4053 , G06T3/4007 , G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于变分自编码器的图像超分辨率重建方法,包括:获取待重建图像的训练样本,并进行预处理;构建生成式对抗网络和变分自编码器网络,基于预处理后的训练样本对所述生成式对抗网络和变分自编码器网络进行交叉训练,获得图像超分辨率模型;基于所述图像超分辨率模型对待重建图像进行超分辨率重建,获得目标图像。本发明提出一种将变分自动编码器和生成对抗网络进行结合的超分辨率模型,并采用变分自编码器和生成式对抗网络交替训练的策略,能够恢复出清晰、真实的高分辨率图像。
-
公开(公告)号:CN117710216A
公开(公告)日:2024-03-15
申请号:CN202410110938.2
申请日:2024-01-26
Applicant: 西安邮电大学
IPC: G06T3/4053 , G06T3/4007 , G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于变分自编码器的图像超分辨率重建方法,包括:获取待重建图像的训练样本,并进行预处理;构建生成式对抗网络和变分自编码器网络,基于预处理后的训练样本对所述生成式对抗网络和变分自编码器网络进行交叉训练,获得图像超分辨率模型;基于所述图像超分辨率模型对待重建图像进行超分辨率重建,获得目标图像。本发明提出一种将变分自动编码器和生成对抗网络进行结合的超分辨率模型,并采用变分自编码器和生成式对抗网络交替训练的策略,能够恢复出清晰、真实的高分辨率图像。
-