摘要
本发明公开一种基于混合专家的真实世界图像超分辨率重建方法及系统,包括:获取真实世界图像数据集;基于退化池和获取的数据集构造低分辨率图像,并与原始图像构造成数据样本对;构建基于卷积神经网络的混合专家生成器网络和对抗生成判别器网络;将构造的样本数据对分别输入到生成器网络和判别器网络进行训练;最后将真实世界图像输入到所述基于混合专家的真实世界图像超分辨率重建模型中,输出相应的超分辨率图像。本发明基于混合专家和退化池估计对真实世界图像做超分重建,解决了目前超分技术对未知退化核图像超分效果欠佳以及对不同场景内容图像超分效果存在偏差的问题,也提升了大型超分网络的重建效率问题。
技术关键词
真实世界图像
超分辨率重建方法
混合专家网络
超分辨率重建模型
生成器网络
联合损失函数
图像特征提取
感知损失函数
噪声
数据
样本
非暂态计算机可读存储介质
约束优化方法
卷积神经网络提取
深度卷积神经网络
像素
系统为您推荐了相关专利信息
实训环境
数字孪生模型
异构物联网
物体三维模型
虚拟设备
融合情感特征
信息检测方法
混合专家网络
文本
模态特征
超分辨率重建模型
深层特征提取
浅层特征提取
图像重建方法
层级
铁路异物
数据生成方法
铁轨
引入注意力机制
图像融合技术