摘要
本发明属于图像处理超分辨率重建领域,涉及一种超分辨率图像重建系统及方法,重建系统包括:浅特征提取模块、深特征提取模块和高质量图像重建模块,在深度特征提取模块中使用基于可逆性频谱网络的频谱变换块并减少Transformer层数,在保持模型性能指标的同时实现模型计算复杂度和模型参数数量的降低。同时采用基于双树复小波变换(DTCWT)的频谱Transform(STB)块来更好地保持图像的细节和结构信息。
技术关键词
图像重建系统
特征提取模块
注意力
深层特征提取
高频特征
双树复小波变换
Sigmoid函数
图像重建方法
浅层特征提取
深度特征提取
网络深度
超分辨率
语义特征
融合特征
系统为您推荐了相关专利信息
状态空间模型
稳定性预测方法
多层感知机
结构特征提取
多尺度特征融合
图谱构建方法
血流动力学参数
血管分割
状态空间模型
代表
状态检测方法
矩阵
香原料
深度神经网络模型
红茶
客户端
卷积神经网络模型
联邦学习模型
参数
版权保护方法
电能计量设备
图像特征信息
融合特征
文本
注意力