[發(fā)明專利]一種補償邊緣信息的低分辨率圖像識別算法

在審

• 申請?zhí)枺?/td>: 202110070894.1
• 申請日: 2021-01-19
• 公開（公告）號: CN112767427A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計）人: 畢萍;劉玉霞;譚仕立;劉穎
• 申請（專利權(quán)）人: 西安郵電大學(xué)
• 主分類號: G06T7/13
• 分類號: G06T7/13
• 代理公司: 西安利澤明知識產(chǎn)權(quán)代理有限公司 61222
• 代理人: 賈曉玲

1.一種補償邊緣信息的低分辨率圖像識別算法，包括:

圖像識別模塊:用于對低分辨率圖像進行識別；

邊緣信息生成模塊:用于根據(jù)低分辨率圖像估計出近似其高分辨率圖像的邊緣信息；

其特征在于：所述邊緣生成模塊按如下步驟進行：

(1)輸入圖像準備；將訓(xùn)練數(shù)據(jù)集中的原始高分辨率圖像I_gt N倍下采樣，再N倍上采樣后生成與高分辨率圖像尺寸一致的低分辨率圖像再對高分辨率圖像和低分辨率圖像分別用Canny算子進行邊緣信息提取，分別得到高分辨率圖像的邊緣C_gt和低分辨率圖像的邊緣

(2)生成預(yù)測邊緣；將低分辨率圖像和其對應(yīng)的邊緣作為輸入信號送入到生成網(wǎng)絡(luò)中；

(3)判別預(yù)測邊緣；預(yù)測邊緣C_pred經(jīng)由判別網(wǎng)絡(luò)與高分辨率圖像的邊緣C_gt進行比較；

(4)重復(fù)(2)和(3)，直至達到預(yù)先設(shè)定的最大迭代次數(shù)或最小損失值。

2.如權(quán)利要求1所述的補償邊緣信息的低分辨率圖像識別算法，其特征在于：其中所述圖像識別模塊共有7層，包含2個卷積層、2個池化層和3個全連接層。

3.如權(quán)利要求1所述的補償邊緣信息的低分辨率圖像識別算法，其特征在于：所述邊緣生成模塊的工作包括生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)兩個部分；所述生成網(wǎng)絡(luò)包括下采樣模塊，含有注意力機制的殘差模塊，上采樣模塊。

4.如權(quán)利要求3所述的補償邊緣信息的低分辨率圖像識別算法，其特征在于：所述含有注意力機制的殘差模塊按如下步驟進行：

(1)生成通道注意力特征；將下采樣模塊的輸出特征送入到特征提取模塊中，得到特征F1，再將特征分別通過最大池化層和平均池化層后送入到含有一個隱層的多層感知機中，然后將其結(jié)果相加，得到通道注意力特征F′；

(2)生成第一次修正特征F2；通道注意力特征F′與特征提取模塊的輸出特征相乘，得到第一次修正特征F2；

(3)生成空間注意力特征；將(2)的輸出結(jié)果再次分別通過最大池化層和平均池化層后進行拼接，得到一個二維特征，再對其提取特征得到空間注意力特征F″；

(4)生成第二次修正特征F3；空間注意力特征F″與(2)的輸出結(jié)果相乘，得到第二次修正特征F3；

(5)所述下采樣模塊的輸出特征與(4)的輸出特征相加得到殘差特征F。

5.如權(quán)利要求3所述的補償邊緣信息的低分辨率圖像識別算法，其特征在于：所述含有注意力機制的殘差模塊有8個。