基于局部神经几何学习的光场空-角连续域超分辨率方法

本发明公开了基于局部神经几何学习的光场空‑角连续域超分辨率方法，属于深度学习与计算机视觉领域，包括S1、获取光场极几何图像，并构建神经网络模型；S2、将光场图像的子孔径图像阵列送入空‑角感知几何编码模块，得到空‑角感知的潜在几何编码；S3、将空‑角感知的潜在几何编码送入局部神经几何学习模块，得到空‑角连续域潜在几何编码；S4、将空‑角连续域潜在几何编码送入扩展渲染模块，得到光场图像；S5、设置损失函数；S6、利用神经网络模型，进行光场‑空角连续域超分辨率任务测试；本发明提供的基于局部神经几何学习的光场空‑角连续域超分辨率方法，可实现光场图像空间维度和角度维度同时且任意尺度的超分辨率。