恭喜上海互联网软件集团有限公司高黎娟获国家专利权
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!
龙图腾网恭喜上海互联网软件集团有限公司申请的专利图像边缘超分辨率增强系统及方法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:CN117593189B 。
龙图腾网通过国家知识产权局官网在2025-04-29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:202210937533.7,技术领域涉及:G06T3/4076;该发明授权图像边缘超分辨率增强系统及方法是由高黎娟;曹渝昆;谢建云;张春设计研发完成,并于2022-08-05向国家知识产权局提交的专利申请。
本图像边缘超分辨率增强系统及方法在说明书摘要公布了:本发明揭示了一种图像边缘超分辨率增强系统及方法,图像边缘超分辨率增强系统包括特征提取模块、特征融合模块、非线性映射模块及图像超分辨率重建模块;特征提取模块用以从低分辨率图像中提取图像特征、边缘特征、梯度特征;特征融合模块用以对提取的图像特征、边缘特征、梯度特征进行有效融合,使得融合后的特征涵盖更多的信息、更具有判别重建能力;非线性映射模块用以将经过特征融合模块融合后的融合特征进行非线性变换,使得特征具有更强的表达能力;图像超分辨率重建模块用以将经过非线性映射模块非线性变换后的特征对图像进行高分辨率重建。本发明可提高重建高分辨率文字图像的清晰度和可信度。
本发明授权图像边缘超分辨率增强系统及方法在权利要求书中公布了:1.一种图像边缘超分辨率增强系统,其特征在于,所述图像边缘超分辨率增强系统包括:特征提取模块,用以从低分辨率图像中提取图像特征、边缘特征及梯度特征;特征融合模块,用以对提取的图像特征、边缘特征及梯度特征进行融合,使得融合后的特征涵盖更多的信息、更具有判别重建能力;非线性映射模块,用以将经所述特征融合模块融合的融合特征进行非线性变换,使得特征具有更强的表达能力;以及图像超分辨率重建模块,用以将经过所述非线性映射模块非线性变换后的特征对图像进行高分辨率重建;所述特征提取模块包括:图像特征提取单元,用以提取图像特征;所述图像特征提取单元包含多个图像特征提取子模块,每个图像特征提取子模块包括第一卷积层、第一激活层和第一标准化层;所述图像特征提取单元包含的多个图像特征提取子模块中包括浅层图像特征提取子模块及深层图像特征提取子模块;所述浅层图像特征提取子模块提取图像的低层次特征,包括纹理、颜色;所述深层图像特征提取子模块提取图像的高层次特征,包括图像类别、目标数目;通过多个卷积子模块不断对图像进行特征提取,使得提取的卷积特征更具有判别力;边缘特征提取单元,用以提取图像的边缘特征;所述边缘特征提取单元包括多个边缘特征提取子模块;为更有效地利用图像之间的信息,使得重建图像边缘可信度更高,在边缘特征提取单元添加循环神经网络模块RNN;循环神经网络模块包含第一输入层、第一输出层和第一隐含层,通过第一隐含层将信息传递,循环神经网络模块RNN对前面的信息进行记忆并应用于当前输出的计算中,即第一隐藏层之间的节点不再无连接而是有连接的,并且第一隐藏层的输入不仅包括第一输入层的输出,还包括上一时刻第一隐藏层的输出;为学习提取到准确的图片中物体的边缘特征,对循环神经网络模块的输出层进行边缘信息解析,基于边缘标注进行损失函数计算,利用梯度回传,使提取的边缘信息监督图像细节的重建过程,进而增加重建图像的可信度;梯度特征提取单元,用以提取梯度特征;所述梯度特征提取单元包含多个梯度特征提取子模块,每个梯度特征提取子模块中包含第二卷积层、第二激活层和第二标准化层,通过对多个梯度特征提取子模块进行有效连接,提取图像的梯度信息;在提取梯度信息时,利用低分辨率图像真实的梯度进行引导,使得梯度模块提取的特征准确有效,对每幅高分辨率图像制作梯度标签,梯度标签采用现有的梯度计算方法进行计算,因提取梯度信息是为了产生光滑的文字边缘,因此梯度采用sobel算子进行边缘检测,利用计算的梯度信息和提取的梯度特征进行梯度损失计算,进而通过梯度回传对图像文字的边缘重建进行监督;所述图像超分辨率重建模块包括多个卷积子模块和一上采样模块,卷积子模块用以为上采样模块提取有效特征;上采样模块用以将提取的特征映射为目标尺寸的高分辨率图像,为图像中的每个像素点赋值,从而获取重建的高分辨率目标图像;在图像超分辨率重建中根据上采样的位置,将SR深度学习方法归结为四大类:预上采样超分辨率、后上采样超分辨率、渐进式上采样超分辨率、迭代上下采样超分辨率;所述图像超分辨率重建模块采用后上采样框架,为提高计算效率并充分利用深度学习技术自动增大分辨率,在模型末端集成端对端的学习层来代替预定义的上采样操作,从而使得大多数计算在低维空间运行,这种框架称为后上采样框架;LR图像无需增大分辨率,可直接输入到CNN网络,并在网络末端采用端到端可学习的上采样层;在后上采样框架中,特征提取工作是在低维空间进行的,降低时间和存储空间成本。
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上海互联网软件集团有限公司,其通讯地址为:201203 上海市浦东新区郭守敬路498号14幢22301-1003座;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。