恭喜华侨大学李雅馨获国家专利权
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!
龙图腾网恭喜华侨大学申请的专利面向局部运动模糊的图像超分辨率方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119599875B 。
龙图腾网通过国家知识产权局官网在2025-04-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510138336.2,技术领域涉及:G06T3/4053;该发明授权面向局部运动模糊的图像超分辨率方法及装置是由李雅馨;张平平;林祯炜;李欣桐;黄德天;曾焕强设计研发完成,并于2025-02-08向国家知识产权局提交的专利申请。
本面向局部运动模糊的图像超分辨率方法及装置在说明书摘要公布了:本发明公开了一种面向局部运动模糊的图像超分辨率方法及装置,涉及图像处理领域,包括:获取待重建的低分辨率图像并输入到经训练的图像超分辨率模型,低分辨率图像输入到图像选择模块,得到图像分组标签,图像分组标签包括正标签和负标签,正标签与模糊图像块相对应,负标签与其他图像块相对应;根据图像分组标签分别将正标签相对应的模糊图像块以及负标签相对应的其他图像块输入到正标签特征提取分支和负标签特征提取分支,得到正标签特征和负标签特征,正标签特征和负标签特征经过拼接层进行拼接,得到图像特征;图像特征经过图像重建模块,重建得到对应的高分辨率图像。本发明解决了局部运动模糊图像在超分辨率重建中性能差和效率低的问题。
本发明授权面向局部运动模糊的图像超分辨率方法及装置在权利要求书中公布了:1.一种面向局部运动模糊的图像超分辨率方法,其特征在于,包括以下步骤:构建面向局部运动模糊的图像超分辨率模型并训练,得到经训练的图像超分辨率模型,所述图像超分辨率模型包括图像选择模块、特征提取模块和图像重建模块,所述图像选择模块包括一个图像编码器、三个模糊置信度预测器和一个Gumbel-Softmax层,所述特征提取模块包括正标签特征提取分支、负标签特征提取分支和拼接层;获取待重建的低分辨率图像并输入到所述经训练的图像超分辨率模型,所述低分辨率图像输入到所述图像选择模块,经过图像编码器得到不同尺度的第一编码特征图、第二编码特征图和第三编码特征图,所述第一编码特征图、第二编码特征图和第三编码特征图分别经过对应的模糊置信度预测器以及Gumbel-Softmax层,得到图像分组标签,所述图像分组标签包括正标签和负标签,正标签与模糊图像块相对应,负标签与其他图像块相对应,所述模糊置信度预测器包括多层感知机和Softmax层,所述第一编码特征图、第二编码特征图和第三编码特征图分别输入对应的模糊置信度预测器,得到对应的特征嵌入,如下式所示:ei=MLPri;其中,ei表示第一编码特征图、第二编码特征图或第三编码特征图对应的特征嵌入,MLP表示多层感知机,ri表示第一编码特征图、第二编码特征图或第三编码特征图,i=1,2,3;将所述特征嵌入输入到Softmax层,预测得到模糊置信度,如下式所示:Ci=Softmaxei;其中,Ci表示第一编码特征图、第二编码特征图或第三编码特征图对应的模糊置信度,Softmax表示Softmax函数,因此得到概率分布C=[C1,C2,C3];将所述概率分布C输入到Gumbel-Softmax层中进行硬决策,得到图像分组标签,如下式所示:s=GumbelSoftmaxC;其中,s表示图像分组概率,若s大于或等于阈值,则图像分组标签为正标签,若s小于阈值,则图像分组标签为负标签,GumbelSoftmax表示Gumbel-Softmax函数;根据所述图像分组标签分别将所述正标签相对应的模糊图像块以及负标签相对应的其他图像块输入到所述正标签特征提取分支和负标签特征提取分支,得到正标签特征和负标签特征,所述正标签特征和负标签特征经过所述拼接层进行拼接,得到图像特征;所述图像特征经过所述图像重建模块,重建得到对应的高分辨率图像;所述图像超分辨率模型的训练过程中使用的总损失函数L表示为:L=Lp+LR;其中,Lp表示修剪损失,LR表示重建损失;所述修剪损失表示为: 其中,λ0表示权重系数,Cross-Entropy表示交叉熵损失函数,Ci表示第一编码特征图、第二编码特征图或第三编码特征图对应的模糊置信度,i=1,2,3,Down-SampleiM表示通过Down-Sample对模糊掩码M进行下采样得到的与第一编码特征图、第二编码特征图或第三编码特征图对应的模糊置信度的分辨率相匹配的数值;所述模糊掩码M中采用像素1标记低分辨率图像中的模糊区域,采用像素0标记低分辨率图像中的其他区域;所述重建损失表示为:LR=wL'RM·S',M·S+1-wL'R1-M·S',1-M·S; 其中,S和S'分别表示锐化的真实高分辨率图像和重建得到的高分辨率图像,L1、SSIM和FFT分别表示L1损失、结构相似性损失和傅里叶变换损失,L'R表示基础重建损失,w表示重建损失的权重,λ1、λ2和λ3表示基础重建损失的权重系数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华侨大学,其通讯地址为:362000 福建省泉州市丰泽区城东城华北路269号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。