[發(fā)明專利]一種基于雙拉普拉斯金字塔卷積神經(jīng)網(wǎng)絡(luò)的圖像放大方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810095396.0
• 申請(qǐng)日: 2018-01-30
• 公開（公告）號(hào): CN108428212A
• 公開（公告）日: 2018-08-21
• 發(fā)明（設(shè)計(jì)）人: 蘇卓;李浪宇;石曉紅;周凡
• 申請(qǐng)（專利權(quán)）人: 中山大學(xué)
• 主分類號(hào): G06T3/40
• 分類號(hào): G06T3/40;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于雙拉普拉斯金字塔卷積神經(jīng)網(wǎng)絡(luò)的圖像放大方法，其特征在于，所述方法包括：

獲取低分辨率的圖像，進(jìn)行雙三次放大處理，獲得對(duì)應(yīng)放大倍數(shù)的模糊高分辨率圖像；

將模糊高分辨率圖像進(jìn)行提取特征處理，獲得由大到小不同尺度的模糊高分辨率圖像特征；

將低分辨率的圖像進(jìn)行提取特征處理，獲得由小到大的逐層不同尺度的低分辨率圖像特征；

獲取模糊高分辨率圖像特征以及低分辨率圖像特征通過重建超分辨率網(wǎng)絡(luò)將不同層次的圖像特征進(jìn)行融合，獲得圖像殘差；

獲取圖像殘差結(jié)合模糊高分辨率圖像通過卷積方法進(jìn)行疊加處理，獲得高分辨率的圖像。

2.如權(quán)利要求1所述的一種基于雙拉普拉斯金字塔卷積神經(jīng)網(wǎng)絡(luò)的圖像放大方法，其特征在于，所述的模糊高分辨率圖像以及所述的低分辨率的圖像是同時(shí)輸入到雙拉普拉斯金字塔卷積神經(jīng)網(wǎng)絡(luò)中的特征提取網(wǎng)絡(luò)進(jìn)行特征提取。

3.如權(quán)利要求1所述的一種基于雙拉普拉斯金字塔卷積神經(jīng)網(wǎng)絡(luò)的圖像放大方法，其特征在于，所述的獲取所述的由大到小不同尺度的圖像特征以及所述的由小到大的逐層不同尺度的圖像特征通過重建超分辨率網(wǎng)絡(luò)進(jìn)行融合的步驟是采用了一種疊加的損失函數(shù)去約束圖像中間過程中的特征，其計(jì)算公式為：

其中，高分辨率圖像為X_s，對(duì)應(yīng)S層所能得到的高分辨率圖像為α_s為第S層損失的權(quán)重，L是圖像層次的最后一層，N是指訓(xùn)練是訓(xùn)練樣本的數(shù)量，W是網(wǎng)絡(luò)參數(shù)，最后一項(xiàng)是正則化項(xiàng)，則設(shè)置最后一層的α_L＝1，其他中間層的α_s＝0.35，β是權(quán)重衰退的系數(shù)，用于防止過擬合，β取值是0.0001。