基于多路径深度卷积神经网络的超分辨率重建方法

发明专利有效专利

申请号：
CN201810325131.5
IPC分类号：G06T3/40;G06N3/04;G06N3/08
申请日期：
2018-04-11
申请人：
南京邮电大学

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	基于多路径深度卷积神经网络的超分辨率重建方法
申请号	CN201810325131.5	申请日期	2018-04-11
法律状态	实质审查	申报国家	中国
公开/公告日	2018-09-14	公开/公告号	CN108537733A
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;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市鼓楼区新模范马路66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	南京邮电大学	当前权利人	南京邮电大学
发明人	邵文泽;陈龙;葛琦;王力谦
代理机构	南京苏科专利代理有限责任公司	代理人	徐振兴;姚姣阳

摘要

本发明公开了一种基于多路径深度卷积神经网络的超分辨率重建方法，包括如下步骤：获得总训练集、总训练集图像预处理、测试集准备和用卷积神经网络的卷积层实现图像重建；本发明提出的多路径卷积神经网络结构，在原有的单路径神经网络基础上增加了多条支路，能够对不同尺度的图像特征用不同数量的卷积核处理，不增加总体参数量的同时在重建质量和视觉效果上较原先的方法均有提升。

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