[發明專利]超分辨率重建方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202110159101.3
• 申請日: 2021-02-05
• 公開（公告）號: CN112801875B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 呂孟葉
• 申請（專利權）人: 深圳技術大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06V10/74;G06V10/762;G06V10/80;G06V10/82;G06K9/62;G06F16/51;G06F16/55;G06F16/583;G06N3/04;G06N3/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 唐彩琴

1.一種超分辨率重建方法，其特征在于，所述方法包括：

獲取待重建的低分辨率圖像數據；

從預先建立的高分辨率圖像數據庫中獲取滿足相似度條件的參考圖像數據；所述高分辨率圖像數據庫根據多個不同對象對應的高分辨率圖像數據建立得到；

獲取訓練后的機器學習模型；所述機器學習模型包括特征提取層、特征比對層和特征融合層；

將所述低分辨率圖像數據與所述參考圖像數據輸入所述特征提取層，在所述特征提取層分別提取所述低分辨率圖像數據和所述參考圖像數據的紋理特征，得到所述低分辨率圖像數據對應的低分辨率紋理特征及所述參考圖像數據對應的高分辨率紋理特征；相似特征分布用于表征高分辨率紋理特征中與低分辨率紋理特征相似的特征的位置分布以及各個位置分布對應的相似度；

將所述低分辨率紋理特征及所述高分辨率紋理特征輸入所述特征比對層，在所述特征比對層對所述低分辨率紋理特征及所述高分辨率紋理特征進行相似度比對，獲得相似特征分布；

將所述低分辨率圖像數據及所述相似特征分布輸入所述特征融合層，在所述特征融合層根據相似特征分布及所述低分辨率圖像數據進行融合處理，以重建得到所述低分辨率圖像數據對應的目標高分辨率圖像數據。

2.根據權利要求1所述的方法，其特征在于，所述高分辨率圖像數據庫的建立步驟包括：

獲取多個不同對象對應的高分辨率圖像數據；

對各個高分辨率圖像數據提取特征，以得到各個高分辨率圖像數據各自對應的高分辨率特征向量；

將各個高分辨率圖像數據與各自對應的高分辨率特征向量對應存儲至數據庫中，以建立所述高分辨率圖像數據庫。

3.根據權利要求2所述的方法，其特征在于，在所述從預先建立的高分辨率圖像數據庫中獲取滿足相似度條件的參考圖像數據之前，所述方法還包括：

對所述低分辨率圖像數據提取特征，以得到所述低分辨率圖像數據對應的低分辨率特征向量；

所述從預先建立的高分辨率圖像數據庫中獲取滿足相似度條件的參考圖像數據包括：

從所述高分辨率圖像數據庫中獲取與所述低分辨率特征向量的向量距離滿足距離條件的目標高分辨率特征向量，將所述目標高分辨率特征向量對應的高分辨率圖像數據確定為參考圖像數據。

4.根據權利要求2所述的方法，其特征在于，在所述將各個高分辨率圖像數據與各自對應的高分辨率特征向量對應存儲至數據庫中，以建立所述高分辨率圖像數據庫之后，所述方法還包括：

對各個所述高分辨率特征向量進行聚類處理，得到多個特征向量簇；各個特征向量簇存在對應的聚類中心；

將各個特征向量簇對應的聚類中心作為索引項，將各個特征向量簇中的高分辨率特征向量作為倒排文件，建立倒排索引。

5.一種超分辨率重建裝置，其特征在于，所述裝置包括：

數據獲取模塊，用于獲取待重建的低分辨率圖像數據；

搜索模塊，用于從預先建立的高分辨率圖像數據庫中獲取滿足相似度條件的參考圖像數據；所述高分辨率圖像數據庫根據多個不同對象對應的高分辨率圖像數據建立得到；

融合處理模塊，用于獲取訓練后的機器學習模型；所述機器學習模型包括特征提取層、特征比對層和特征融合層；將所述低分辨率圖像數據與所述參考圖像數據輸入所述特征提取層，在所述特征提取層分別提取所述低分辨率圖像數據和所述參考圖像數據的紋理特征，得到所述低分辨率圖像數據對應的低分辨率紋理特征及所述參考圖像數據對應的高分辨率紋理特征；相似特征分布用于表征高分辨率紋理特征中與低分辨率紋理特征相似的特征的位置分布以及各個位置分布對應的相似度；將所述低分辨率紋理特征及所述高分辨率紋理特征輸入所述特征比對層，在所述特征比對層對所述低分辨率紋理特征及所述高分辨率紋理特征進行相似度比對，獲得相似特征分布；將所述低分辨率圖像數據及所述相似特征分布輸入所述特征融合層，在所述特征融合層根據相似特征分布及所述低分辨率圖像數據進行融合處理，以重建得到所述低分辨率圖像數據對應的目標高分辨率圖像數據。