一种基于双拉普拉斯金字塔卷积神经网络的图像放大方法

发明专利有效专利

申请号：
CN201810095396.0
IPC分类号：G06T3/40;G06N3/04
申请日期：
2018-01-30
申请人：
中山大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于双拉普拉斯金字塔卷积神经网络的图像放大方法
申请号	CN201810095396.0	申请日期	2018-01-30
法律状态	实质审查	申报国家	中国
公开/公告日	2018-08-21	公开/公告号	CN108428212A
优先权	暂无	优先权号	暂无
主分类号	G06T3/40 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T3/00 在图像平面内的图形图像转换，例如，从位像到位像地建立一个不同图像〔6〕 G06T3/40 整个或部分图形的定标〔6〕	IPC分类号	G;0;6;T;3;/;4;0;;;G;0;6;N;3;/;0;4查看分类表>
申请人	中山大学	申请人地址	广东省广州市海珠区新港西路135号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中山大学	当前权利人	中山大学
发明人	苏卓;李浪宇;石晓红;周凡
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于双拉普拉斯金字塔卷积神经网络的图像放大方法，其中，所述方法包括：获取低分辨率的图像，进行双三次放大处理，获得对应放大倍数的模糊高分辨率图像；将模糊高分辨率图像进行提取特征处理，获得由大到小不同尺度的图像特征；将低分辨率的图像进行提取特征处理，获得由小到大的逐层不同尺度的图像特征；获取所述的由大到小不同尺度的图像特征以及所述的由小到大的逐层不同尺度的图像特征通过重建超分辨率网络进行融合，获得高分辨率的图像。通过实施本发明实施例，能够较为快速的重建出高质量的高分辨率图像，使得通过将低分辨率的图像进行重建图像质量得到提高能够更好的被应用于更多场景。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供