摘要
本发明公开了一种基于双目立体视角的图像超分辨率算法,可用来实现立体多视角下的图像的超分辨率变换,获得高分辨率的图像。该算法包括:根据公开的双目立体图像数据集,构建训练集、验证集和测试集;构建一个基于双目立体图像的深度超分辨率模型AliNet;基于训练集和验证集,同时运用Adam优化算法,对模型AliNet进行监督优化训练,进而得到收敛的双目立体超分辨率模型AliNet;在测试集上评估AliNet的超分辨率性能。本发明相比于当前主要的单图像超分辨率算法获得了更高的超分辨率性能,即获得了更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR),同时在结构相似性(Structural Similarity,SSIM)方面表现优异。AliNet是一种高质量的双目立体视角超分辨率算法。
技术关键词
图像超分辨率算法
双目立体图像
超分辨率模型
构建训练集
高分辨率图片
客观评价指标
峰值信噪比
深度神经网络
双目视差
特征提取模块
多视角
金字塔
系统为您推荐了相关专利信息
超分辨率模型
人体姿态估计方法
关键点
人体姿态数据
图像
网络安全威胁
智能识别方法
训练机器学习模型
采集网络系统
网络流量信息
钢轨
语义分割模型
状态检测方法
光带
状态检测系统
融合方法
跨模态图像
交叉注意力机制
可见光图像
六层卷积神经网络