摘要
本发明公开了一种基于解耦对比学习的隐式图像退化估计方法,属于图像盲超分辨率技术领域,所述方法采样具有相同退化信息的不同LR图像中的图块来构建正样本集合,在数据层面保障了内容、纹理等任务无关信息不会影响退化特征学习,同时,通过不断地循环配对采样图块来实现数据扩增;在训练过程中引入特征增强策略增加相同退化类型的正样本数量,从而在训练过程中进一步扩展每个退化类别的样本多样性,以保障网络更充分的学习退化信息。将利用本发明训练的隐式图像退化估计器应用于基于隐式退化特征引导的盲图像超分辨率网络,可以有效提升LR图像的退化信息建模质量,进而改善LR图像到HR图像的重建效果。
技术关键词
退化估计方法
分支
高清
随机梯度下降
投影器
退化特征
样本
网络
策略更新
图像超分辨率
参数
序列
索引
转换器
度函数
编码
优化器
矩阵
算法
系统为您推荐了相关专利信息
车身平台
种植机器人
开沟装置
控制电路
覆土装置
航空接触器
故障诊断方法
图像编码技术
故障特征提取
多模态
智能检测方法
多阶段特征
模块
Softmax函数
语义