[發明專利]基于增強注意力網絡的壓縮圖像超分辨率重建方法

在審

• 申請號: 202010585043.6
• 申請日: 2020-06-24
• 公開（公告）號: CN113837935A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 何小海;王新歡;王正勇;任超;熊淑華;陳洪剛;滕奇志
• 申請（專利權）人: 四川大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于增強注意力網絡的壓縮圖像超分辨率重建方法，其特征在于包括以下步驟：

步驟一：對于輸入的低分辨率壓縮圖像，構建一種基于增強注意力的去壓縮效應子網絡，用于消除壓縮偽影，得到去噪后的低分辨率圖像；

步驟二：利用訓練圖像集，訓練步驟一中構建的去壓縮效應子網絡；

步驟三：對于去噪后的低分辨率圖像，構建一種基于增強注意力的超分辨率重建子網絡，用于提升圖像分辨率，得到高分辨率圖像；

步驟四：利用訓練圖像數據集，訓練步驟三中構建的超分辨率重建子網絡；

步驟五：將步驟一和步驟三構建的網絡融合，構建一種端到端的基于增強注意力的壓縮圖像超分辨率網絡，用于同時實現去壓縮和超分辨率，即直接由壓縮低分辨率圖像得到去壓縮高分辨率圖像；

步驟六：利用訓練圖像集，在步驟二和步驟四的基礎上，訓練步驟五中構建的壓縮超分網絡；

步驟七：在圖像重建階段，將低分辨率壓縮圖像作為輸入，利用步驟六中訓練出的網絡直接重建出去除壓縮噪聲的高分辨率圖像。

2.根據權利要求1所述的基于增強注意力網絡的壓縮圖像超分辨率重建方法，其特征在于步驟一所述的基于增強注意力的去壓縮效應子網絡，該網絡通過在初始特征提取階段對圖像進行重疊塊提取，并完全通過卷積層實現，這種特征提取方式從壓縮圖像的噪聲特征出發，針對性地去除壓縮偽影，并且增大圖像感受野，使網絡可以利用更多的圖像信息進行預測重建；全卷積層的實現方法增加了網絡的靈活性，使網絡更加可訓練。

3.根據權利要求1所述的基于增強注意力網絡的壓縮圖像超分辨率重建方法，其特征在于步驟一所述的去壓縮效應子網絡和步驟三種所述的超分辨率重建子網絡，該網絡中構建了一種增強殘差模塊，一方面利用寬激活殘差塊增強信息流動性，使網絡在參數量不變的情況下獲得更優性能，另一方面加入級聯殘差注意力模塊，能使網絡充分利用特征信息，彌補寬激活殘差塊中主干道信息量不足的問題。

4.根據權利要求1所述的基于增強注意力網絡的壓縮圖像超分辨率重建方法，其特征在于權利要求3中所述的級聯殘差注意力模塊，將通道注意力與空間注意力級聯后構成殘差結構，這種注意力結構在利用通道間相關性的同時，對單通道內的空間信息進行充分學習，以最大限度的提高信息利用率。

5.根據權利要求1所述的基于增強注意力網絡的壓縮圖像超分辨率重建方法，其特征在于權利要求4中所述的級聯殘差注意力模塊，其空間注意力采用結合多尺度卷積核的空洞卷積結構，一方面空洞卷積可以增大感受野，充分挖掘空間信息，同時，不同大小的卷積核創造了多尺度的圖像特征，有利于網絡性能的提升。

6.根據權利要求1所述的基于增強注意力網絡的壓縮圖像超分辨率重建方法，其特征在于步驟五所述的端到端的基于增強注意力的壓縮圖像超分辨率網絡，將去壓縮子網絡與超分辨率子網絡融合，構建的網絡可以同時實現去壓縮和超分辨率兩個任務，使其在應用中更靈活、易訓練。