买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院自动化研究所

摘要：本发明提供一种在线更新的图像盲超分辨率重建方法和装置，其中方法包括：初始化学习网络中的降质估计模块和超分重建模块；每隔一个学习周期，将待重建图像输入至超分重建模块进行超分辨率重建，得到多个候选超分重建图像；基于多个候选超分重建图像的视觉效果，确定待重建图像的超分重建图像；其中，在每一学习周期内，交替优化降质估计模块和超分重建模块，以学习待重建图像的降质方式，并学习基于降质方式进行超分辨率重建。本发明不依赖于低分辨率‑高分辨率样本对，能够根据不同低分辨率测试图片的降质方式进行模型参数优化，获得特定于测试图片降质方式的模型，从而对待重建图像进行针对性地超分重建，提高了超分辨率重建的效果和鲁棒性。

主权项：1.一种在线更新的图像盲超分辨率重建方法，其特征在于，包括：初始化学习网络中的降质估计模块和超分重建模块；每隔一个学习周期，将待重建图像输入至所述超分重建模块进行超分辨率重建，得到多个候选超分重建图像；基于所述多个候选超分重建图像的视觉效果，确定所述待重建图像的超分重建图像；其中，在每一学习周期内，交替优化所述降质估计模块和所述超分重建模块，以学习所述待重建图像的降质方式，并学习基于所述降质方式进行超分辨率重建；在任一学习周期内，所述降质估计模块是基于如下方式优化的：基于所述超分重建模块，将所述待重建图像上采样，得到第一超分辨率图像；基于所述降质估计模块，将所述第一超分辨率图像下采样，得到所述待重建图像的分辨率空间域内的第一低分辨率图像；将所述超分重建模块作为已知条件参数固定，基于所述待重建图像和所述第一低分辨率图像，更新所述降质估计模块的参数；在任一学习周期内，所述超分重建模块是基于如下方式优化的：基于所述降质估计模块，将样本高分辨率图像下采样，得到第二低分辨率图像；基于所述超分重建模块，将所述第二低分辨率图像上采样，得到所述样本高分辨率图像的分辨率空间域内的第二超分辨率图像；将所述降质估计模块作为已知条件参数固定，基于所述第二超分辨率图像和所述样本高分辨率图像，更新所述超分重建模块的参数；所述基于所述待重建图像和所述第一低分辨率图像，更新所述降质估计模块的参数，具体包括：基于所述待重建图像、所述第一低分辨率图像、所述第二低分辨率图像的判别结果，以及所述待重建图像的判别结果，更新所述降质估计模块的参数；其中，所述待重建图像的判别结果和所述第二低分辨率图像的判别结果是基于所述学习网络的低分辨率判别器，分别对所述待重建图像和所述第二低分辨率图像进行分辨率判别得到的；所述基于所述第二超分辨率图像和所述样本高分辨率图像，更新所述超分重建模块的参数，具体包括：基于所述第二超分辨率图像、所述样本高分辨率图像、所述样本高分辨率图像的判别结果，以及所述第一超分辨率图像的判别结果，更新所述超分重建模块的参数；其中，所述样本高分辨率图像的判别结果和所述第一超分辨率图像的判别结果是基于所述学习网络的高分辨率判别器，分别对所述样本高分辨率图像和所述第一超分辨率图像进行分辨率判别得到的。

全文数据：

权利要求：

百度查询： 中国科学院自动化研究所 在线更新的图像盲超分辨率重建方法和装置