摘要
本发明提供一种面向监控画面的多尺度图像超分辨率方法及装置,解决了现有技术中监控画面分辨率低、细节还原能力差的问题。具有以下优点:(1)与传统的图像超分辨率方法相比,本发明更加专注于处理监控图像中的特殊性和需求。通过对抗生成网络GAN学习监控画面的退化,并通过字典模糊核图像增强网络的训练,实现对退化图像的增强和恢复,提高了图像质量和细节还原能力。(2)本发明还构建了一个多尺度超分辨率网络,能够处理不同放大倍数的目标,并一次性生成不同放大倍数的相应的超分辨率图像。这种设计提高了网络的适应性和灵活性,使其能够适应不同放大倍数的监控图像。(3)本发明还可以根据具体应用场景的需要,进一步增加或减少网络分支的数量,以适应更多不同的放大倍数需求。此外,还可以通过引入更多的网络层或模块,进一步提升网络对不同尺度和大小的监控图像的处理能力。
技术关键词
超分辨率网络
图像增强网络
图像超分辨率方法
神经网络对图像
画面
字典
网络结构
图像获取模块
可读存储介质
处理器
上采样
存储器
计算机
噪声
系统为您推荐了相关专利信息
火情监测方法
服务集群
训练神经网络模型
画面
颜色
施工现场
判定系统
协作平台
生成消息提醒
智能判定方法
优化控制方法
注意力神经网络
判定参数
SMT贴片
焊膏
监测人体
触摸静电
计算机可读程序
画面
人体关键点检测
建筑工程施工现场
施工机器人
组网系统
无线网格网络
路由器