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：西南财经大学

摘要：本发明提供JPG图像数据实体的2s倍超分辨率恢复装置，包括，具有执行以下功能的计算机程序：图像噪声处理；高精准度恢复；图像高感知度恢复。有益效果在于：关注于如何处理现实中的JPG图像数据，通过结合特定的需求，设置效果满意的超分辨率模型。通过高精度、高感知度超分辨率模型的迭代、结合，消除JPG图像存在的噪声干扰，进一步产生满足实际需要的超分辨率图像。设备获取高分辨率图像只能针对新的图像数据，对于已有的，尤其是很久之前的照片，新设备是无法处理的。另外，高清图像设备的价格往往都极其昂贵，对很多使用单位，其使用成本过高。本方法从模型的角度出发，可以很好地解决这个问题。

主权项：1.一种JPG图像数据实体的2s倍超分辨率恢复装置，其特征在于，包括，具有执行以下功能的计算机程序：图像噪声处理；其中，采用轻量化的卷积神经网络训练并恢复JPG图像数据实体的压缩信息；所述JPG图像数据实体的压缩信息为无损的1倍图像通过JPG压缩得到的输入图像；输入的图像经过多层的卷积神经网络，信息得到充分的学习和提取，得到了压缩信息部分恢复的去噪图像；其中，损失函数设定为JPG压缩图像和无损的1X图像的L1范数： 高精准度恢复；其中，高精准度恢复过程包括：输入的压缩JPG图像经过了第一阶段的区噪处理，得到了满足使用要求的原始尺寸图像，输出的数据作为第二阶段的输入数据，进行下一步的超分操作；超分操作过程包括：a，第一阶段的输出Lrec作为原始的输入图像，从RGB的三通道经过卷积神经网络，通过大量的卷机操作、激活函数、局部残差模块的操作，输入数据的信息被充分的提取和传递，从低维度的信息逐步转变为高维度的信息；b，a阶段最后得到的n层信息，通过一层的卷积操作，得到了目标放大倍数s的ns层信息；在多层信息的基础上，通过像素的差值操作，获得了对应s倍尺寸的目标图像Is1；c，得到的Is1和监督图像下采样到改阶段对应尺寸的图像IHR’构成了训练数据对；该阶段最终的损失函数设置为：Lscale1＝|Is1，IHR’|经过第二阶段的训练，去噪的原始图像完成了初步的s倍超分放大；最终得到的图像数据可以作为中间数据输出，满足高精准度要求的超分任务，这一部分的评价指标只要是峰值信噪比；图像高感知度恢复；其中，该阶段的损失函数的设定包含了L1范数损失、Perceptual感知损失、和GAN生成对抗损失三部分；设定为，将第三阶段的模型作为GAN的生成网络，与设定的判别网络联合训练，组成模型的基本框架，整个GAN模型的训练基于标准GAN的损失函数；得到的2s倍放大的Is2和监督信息的原始图作为输入信息，通过预训练好的VGG19模型，提取中间选定的表征信息，通过计算表征信息的欧几里得距离，得到感知损失；最终得到的图像与原来的HR图像计算二者之间的绝对值差异，L1损失；该阶段最终的模型损失包括了：Loss-GAN，Loss-VGG，Loss-L1；对每部分都设定特定的超参数，以平衡不同损失带来的影响；最终的损失函数为：Loss＝a*Loss-GAN+b*Loss-VGG+c*Loss-L1。

全文数据：

权利要求：

百度查询： 西南财经大学 一种JPG图像数据实体的2s倍超分辨率恢复装置