申请(专利)号： CN201711020490.1

申请日： 2017.10.27

申请公布号： CN108122197A

公开公告日： 2018.06.05

主分类号： G06T3/40(2006.01)I

分类号： G06T3/40(2006.01)I; G06N3/04(2006.01)I;

摘要：本发明公开了一种基于深度学习的图像超分辨率重建方法，其目的在于利用深度学习技术对低分辨率数据进行训练得到低分辨率到高分辨率之间的映射函数，其技术关键在于(1)对数据集进行下采样处理；(2)利用残差原理，将不同层间的卷积激活结果相加；(3)训练数据分为有标签和无标签两类，两种情况对应两种损失数；(4)整合两类情况，获得最终的损失函数。本发明输入任意一张低分辨率图像到训练好的神经网络模型中，神经网络的输出即为重建后的超分辨率图像。本发明在不改变成像系统硬件设备的前提下，有效提高所获取的图像质量。

申请权利人：江西高创保安服务技术有限公司;

发明设计人：章东平; 倪佩青; 井长兴; 杨力; 肖刚;