CN117274059B 基于图像编码-解码的低分辨率图像重构方法及其系统 （杭州一隅千象科技有限公司）

道利一路158号世华帝宝大厦2幢2001室基于图像编码-解码的低分辨率图像重构方分辨率图像进行图像特征提取以得到语义融合2对所述低分辨率图像进行图像预处理以得到增强对所述增强低分辨率图像进行图像特征提取以得到语义融合浅层图分别计算训练语义融合浅层图像特征图的各个特征矩阵的全局特征均值组成的特征向量的第一概率密度收敛权重以及训练语义融合浅层图像特征图的各个特征矩阵的第二概率密度收敛权重的序列；以第一概率密度收敛权重对训练语义融合浅层图像特征图沿通道进行加权以得到加以第二概率密度收敛权重的序列对加权后训练语义融合浅层图像特征图的各个特征矩阵进行加权以得到优化后训练语义融合浅其中，分别计算训练语义融合浅层图像特征图的各个特征特征向量的第一概率密度收敛权重以及训练语义融合浅层图像特征图的各个特征矩阵的的各个特征矩阵的全局特征均值组成的特征向量的第一概率密度收敛权重以及训练语义融合浅层图像特征图的各个特征矩阵的第二概率密度收敛权重对所述低分辨率图像进行基于双边滤波的图像增强以得到所述增强提取所述增强低分辨率图像的图像浅层特征、图像中层特征和图像深融合所述浅层图像特征图、所述中层图像特征图和所述3将所述增强低分辨率图像通过基于金字塔网络的图像特征提取器以得到所述浅层图使用联合语义传播模块来融合所述多尺度语义图像特征图和所述浅层图像特征图以将所述语义融合浅层图像特征图通过基于解码器的图像重构模型以生成高分辨率图获取训练数据，所述训练数据包括训练低分辨率图像，以及，真对所述训练低分辨率图像进行基于双边滤波的图像增强以得到训练增强低分辨率图将所述训练增强低分辨率图像通过基于金字塔网络的图像特征提取器以得到训练浅融合所述训练中层图像特征图和所述训练深层图像特征图以得到训练多尺度语义图使用联合语义传播模块来融合所述训练多尺度语义图像特征图和所述训练浅层图像对于所述训练语义融合浅层图像特征图的各个特征矩阵进行特征尺度约束的概率密度收敛优化以得到优化后训练语义融合浅层图将所述优化后训练语义融合浅层图像特征图通过所述基于解码器的图像重构模型进基于所述解码损失函数值并通过梯度下降的方向传播来对所述基于金字塔网络的图8.一种根据权利要求1一7任一项所述的基于图图像预处理模块，用于对所述低分辨率图像进行图像预处理以得到增强低分辨率图45[0003]本发明实施例提供一种基于图像编码一解码的低分辨率及6[0015]图1为本发明实施例中提供的一种基于图像编码一解码的低分辨率图像重构方法[0016]图2为本发明实施例中提供的一种基于图像编码一解码的低分辨率图像重构方法[0017]图3为本发明实施例中提供的一种基于图像编码一解码的低分辨率图像重构系统[0018]图4为本发明实施例中提供的一种基于图像编码一解码的低分辨率图像重构方法所说明的任何实施例不必解释为优于或好于其它实相同物体或场景在低分辨率图像中可能会显示7机视觉领域中一个重要的问题，因为高分辨率图像通常包含更多的细节和更好的视觉质[0033]通过深度学习的方法，低分辨率图像重构可以更准确地恢复图像的细节和清晰于图像编码解码的低分辨率图像重构方法，包括：110，获取用户输入的低分辨率图像；8[0038]针对上述技术问题，本申请的技术构思是基于图像编码器+图像解码器的图像重原图像的细节和清晰度。通过解码器生成的高分辨率图像即为对低分辨率图像的重构结9[0058]通过基于金字塔网络的图像特征提取器，可以从不同层次上获取丰富的图像特播模块来融合所述多尺度语义图像特征图和所述浅层图像特征图以得到语义融合浅层图所述浅层图像特征图与所述语义联合特征图以得到所述语义融合浅层图像[0065]将所述语义融合浅层图像特征图通过基于解码器的图像重构模型以生成高分辨义融合浅层图像特征图的各个特征矩阵进行特征尺度约束的概率密度收敛优化以得到优像特征图可以表达基于所述金字塔网络的不同尺度的不同深度下的图像语义特征，由此，在使用联合语义传播模块来融合所述训练多尺度语义图像特征图和所述训练浅层图像特起所述训练语义融合浅层图像特征图的各个特征矩阵的图像语义特征的图像语义空间概率密度收敛权重的序列对所述加权后训练语义融合浅层图像特征图的各个特征矩阵进行公式分别计算所述训练语义融合浅层图像特征图的各个特征矩阵的全局特征均值组成的矩阵的第二概率密度收敛权重的序列；图像特征提取模块230，用于对所述增强低分辨率图像进行图像特征提取以得到语义融合的低分辨率图像重构系统200可以是该终端设备的操作系统中的一个软件模块，或者可以重构系统200同样可以是该终端设备的众多[0086]图4为本发明实施例中提