- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
查看更多
本发明公开了一种基于深度学习的图像超分辨率重建方法,其包括以下步骤:S1、获取低分辨率灰度图像作为输入;S2、将经过卷积处理后的低分辨率灰度图像特征图降维映射为图结构,并采用图卷积运算对特征信息进行全局融合,然后重新映射为新特征图;S3、采用一种对RCAN中的RIR结构进行改造的残差‑残差结构,对步骤S2中的新特征图进一步特征提取;S4、对步骤S3中特征提取后的特征图进行预定尺度的上采样输出,获得高分辨率图像。本发明改造后的神经网络具有结构轻量且能够充分融合浅层特征图的大量高频细节的优点。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117830094A
(43)申请公布日2024.04.05
(21)申请号202311633155.4G06V10/80(2022.01)
文档评论(0)