[發(fā)明專利]一種基于聯(lián)邦學(xué)習(xí)的并行空洞新結(jié)構(gòu)的超分辨率重構(gòu)網(wǎng)絡(luò)

有效

• 申請?zhí)枺?/td>: 202110009979.9
• 申請日: 2021-01-05
• 公開（公告）號: CN112669216B
• 公開（公告）日: 2022-04-22
• 發(fā)明（設(shè)計）人: 賈智焱;馬麗紅;韋崗
• 申請（專利權(quán)）人: 華南理工大學(xué)
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N20/20;G06N3/08;G06N3/04
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 何淑珍;江裕強(qiáng)

1.一種基于聯(lián)邦學(xué)習(xí)的并行空洞新結(jié)構(gòu)的超分辨率重構(gòu)網(wǎng)絡(luò)，其特征在于，包括若干個局部稠密連接殘差組LDCRG，通過將若干個局部稠密連接殘差組串聯(lián)，所有的LDCRG的輸出進(jìn)行融合為上采樣重構(gòu)提供信息；每個局部稠密連接殘差組由感受野匹配的殘差稠密塊PRDB組成；所述感受野匹配的殘差稠密塊PRDB包括感受野匹配模塊PDM和殘差稠密塊RDB，感受野匹配模塊PDM添加在殘差稠密塊RDB的跳躍連接的兩端信號之間；

所述感受野匹配模塊包括若干個不同擴(kuò)張率的空洞卷積核；

所述空洞卷積核，通過縱向聯(lián)邦學(xué)習(xí)的方式，將若干個空洞卷積核的輸出進(jìn)行不斷融合，從而改善感受野匹配模塊的輸出；

所述感受野匹配的殘差稠密塊PRDB之間通過局部稠密連接，感受野匹配的殘差稠密塊PRDB采用局部特征行特征融合學(xué)習(xí)，從而實現(xiàn)特征的自適應(yīng)選擇；

所述感受野匹配的殘差稠密塊PRDB通過局部殘差學(xué)習(xí)將輸入和輸出做殘差學(xué)習(xí)，從而構(gòu)建輸入特征更加稀疏的網(wǎng)絡(luò)，使網(wǎng)絡(luò)訓(xùn)練更容易；

所述局部稠密連接是將所有PRDB的輸出圖像和高分辨率圖像之間的差值的相似程度相近的挑選出來組成一組局部稠密連接殘差組LDCRG，LDCRG內(nèi)的第i個PRDB的輸出都為LDCRG組內(nèi)第i個PRDB后續(xù)的所有PRDB的輸入；

LDCRG的局部特征融合將保留的PRDB的輸出進(jìn)行特征融合學(xué)習(xí)，從而實現(xiàn)特征的自適應(yīng)選擇。

2.根據(jù)權(quán)利要求1所述的一種基于聯(lián)邦學(xué)習(xí)的并行空洞新結(jié)構(gòu)的超分辨率重構(gòu)網(wǎng)絡(luò)，其特征在于，所述感受野匹配模塊PDM用于實現(xiàn)任意層數(shù)間隔之間的殘差稠密塊RDB的感受野匹配，PDM中任意一層空洞卷積核輸入輸出之間感受野大小的公式為：

RF_i+1＝RF_i+η_DR×(S-1) (1)

其中RFi為任意一層空洞卷積核的輸入感受野大小，RF_i+1為該層的輸出感受野大小，η_DR為空洞卷積核擴(kuò)張率，S為空洞卷積核的大小。

3.根據(jù)權(quán)利要求2所述的一種基于聯(lián)邦學(xué)習(xí)的并行空洞新結(jié)構(gòu)的超分辨率重構(gòu)網(wǎng)絡(luò)，其特征在于，所述縱向聯(lián)邦學(xué)習(xí)是將感受野匹配模塊中的每一個空洞卷積核的輸出特征進(jìn)行對齊，將對齊的特征進(jìn)行融合訓(xùn)練，直到感受野匹配模塊的輸出覆蓋輸入圖像的所有像素點，結(jié)束訓(xùn)練，通過去中心化的融合方式，不斷迭代學(xué)習(xí)，改善感受野匹配模塊的輸出。

4.根據(jù)權(quán)利要求3所述的一種基于聯(lián)邦學(xué)習(xí)的并行空洞新結(jié)構(gòu)的超分辨率重構(gòu)網(wǎng)絡(luò)，其特征在于，所述感受野匹配模塊PDM的輸入輸出數(shù)學(xué)表達(dá)式為：

x_PDM＝H_FL(x₁,x₂,···,x_m) (2)

其中x₁，x₂，···，x_m為感受野匹配模塊PDM的輸入x_in經(jīng)過不同擴(kuò)張率的空洞卷積核的輸出，H_FL為縱向聯(lián)邦學(xué)習(xí)，x_PDM為PDM的輸出。