一种基于核不确定学习和退化嵌入的盲超分辨率重建方法.pdfVIP

下载本文档

3
0
约1.79万字
约 15页
2023-10-04 发布于四川
举报
版权申诉

一种基于核不确定学习和退化嵌入的盲超分辨率重建方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明属于计算机视觉领域，具体涉及一种基于核不确定学习和退化嵌入的盲超分辨率重建方法，首先使用核估计网络中的编码器和解码器结构提取低质图像深度特征，并将深度特征送入核重建模块，学习模糊核的特征和不确定性，并最终获得估计的模糊核。然后对模糊核进行拉伸和降维后，将其与当前特征信息送入退化查询模块执行自注意力操作获得适合当前特征信息的退化嵌入块，最终获得图像超分辨率重建。本发明针对当前盲超分辨率的弊端，将不确定性学习引入到核估计网络中，学习模糊核隐含空间中的特征和不确定性，使用模糊核重建损失和KL散度

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116843553 A (43)申请公布日 2023.10.03 (21)申请号 202310846204.6 (22)申请日 2023.07.11 (71)申请人太原理工大学地址 030024