[發(fā)明專利]基于殘差通道注意力網(wǎng)絡(luò)的太赫茲圖像重建方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110553690.3
• 申請日: 2021-05-20
• 公開（公告）號: CN113379598B
• 公開（公告）日: 2023-07-14
• 發(fā)明（設(shè)計）人: 楊秀蔚;李向東;張延波;趙興文;顏廣
• 申請（專利權(quán)）人: 山東省科學院自動化研究所
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/00;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 濟南圣達知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 黃海麗

1.基于殘差通道注意力網(wǎng)絡(luò)的太赫茲圖像重建方法，其特征是，包括：

獲取待處理的太赫茲圖像；

將待處理的太赫茲圖像，輸入到訓練后的殘差通道注意力網(wǎng)絡(luò)中，得到待處理太赫茲圖像的超分辯率重建圖像；

訓練后的殘差通道注意力網(wǎng)絡(luò)，其訓練步驟包括：

構(gòu)建訓練集；所述訓練集包括：已知高分辨率圖像的低分辨率圖像；所述低分辨率圖像是對已知高分辨率圖像采用退化圖進行退化得到的；

將高分辨率圖像和高分辨率圖像對應(yīng)的低分辨率圖像，輸入到殘差通道注意力網(wǎng)絡(luò)中；對網(wǎng)絡(luò)進行訓練，當訓練滿足設(shè)定次數(shù)時，停止訓練，得到訓練后的殘差通道注意力網(wǎng)絡(luò)；

所述退化圖的構(gòu)建過程包括：

設(shè)置模糊核大小為N*N，首先將模糊核向量化為N²*1維的向量；

然后通過主成分分析方法投影到t維線性空間中，再與取值范圍為[c,d]的隨機噪聲連接形成t+1維向量v；

將向量v拉伸為W*H*(t+1)維的張量，即為退化圖；

模糊核如式(1)所示：

其中，0xN，0yN；z為物體與成像設(shè)備的焦距；f為波束的頻率；c為光速；k為波數(shù)；Iref為太赫茲成像設(shè)備在沒有目標情況下的參考波束強度，NA為孔徑，?x為被測目標點的x軸坐標，y為被測目標點的y軸坐標，α(f)為被測目標的在f頻率點處的吸收系數(shù)，π為圓周率；

其中，殘差通道注意力網(wǎng)絡(luò)，基于殘差網(wǎng)絡(luò)結(jié)構(gòu)增加通道注意力機制，用于改善待處理的太赫茲圖像質(zhì)量。

2.如權(quán)利要求1所述的基于殘差通道注意力網(wǎng)絡(luò)的太赫茲圖像重建方法，其特征是，所述殘差通道注意力網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)包括：

依次連接的特征提取單元、第一殘差通道注意力機制單元、第二殘差通道注意力機制單元、第三殘差通道注意力機制單元、第四殘差通道注意力機制單元、第五殘差通道注意力機制單元、第六殘差通道注意力機制單元和特征圖重建單元。

3.如權(quán)利要求2所述的基于殘差通道注意力網(wǎng)絡(luò)的太赫茲圖像重建方法，其特征是，所述特征提取單元，其結(jié)構(gòu)包括：

依次串聯(lián)的九個卷積單元，每個卷積單元均包括依次連接的卷積層和ReLU函數(shù)層；相鄰兩個卷積單元中，前一個卷積單元的ReLU函數(shù)層與后一個卷積單元的卷積層連接；第一個卷積單元的輸入端用于輸入待處理的太赫茲圖像；最后一個卷積單元的輸出端與第一殘差通道注意力機制單元連接。

4.如權(quán)利要求2所述的基于殘差通道注意力網(wǎng)絡(luò)的太赫茲圖像重建方法，其特征是，第一殘差通道注意力機制單元，包括：

依次連接的Resnet殘差網(wǎng)絡(luò)的基本組塊、自適應(yīng)平均池化層、第一全連接層、ReLU函數(shù)層、第二全連接層、Sigmoid函數(shù)層、乘法器和加法器；

其中，Resnet殘差網(wǎng)絡(luò)的基本組塊的輸出端與乘法器的輸入端連接；

其中，Resnet殘差網(wǎng)絡(luò)的基本組塊的輸入端與加法器的輸入端連接。

5.如權(quán)利要求2所述的基于殘差通道注意力網(wǎng)絡(luò)的太赫茲圖像重建方法，其特征是，所述特征圖重建單元，包括：

依次連接的卷積層D1、ReLU函數(shù)層、卷積層D2和上采樣層；其中，卷積層D1，用于減小參數(shù)數(shù)量；ReLU函數(shù)層，用于進行非線性映射；卷積層D2，用于減小參數(shù)數(shù)量；上采樣層，用于形成尺寸為rH*rW的高分辨率圖像。

6.如權(quán)利要求1所述的基于殘差通道注意力網(wǎng)絡(luò)的太赫茲圖像重建方法，其特征是，所述訓練集的構(gòu)建過程包括：

對開源圖像訓練數(shù)據(jù)集train400中的高分辨率圖像HR的尺寸為W*H，按照設(shè)定的尺度scale進行下采樣；

采用插值方式將圖像擴展為原HR圖像相同尺寸大小，獲得插值后的圖像，對插值后的圖像采用退化圖進行退化處理，得到低分辨率圖像LR，進而形成高分辨率圖像HR與低分辨率圖像LR圖像對。