摘要
本发明提供了一种嵌入式NPU视频超分辨率重建方法、系统及设备,包括:通过多种组合退化操作将原始高分辨率图像转换为低分辨率图像,模拟实际场景中的图像退化过程,以供模型训练使用;通过轻量化的图像超分辨率生成器和判别器,将低分辨率图像重建成超分辨率图像,生成器采用深度可分离卷积和有效的通道注意力机制,结合残差模块和特征融合技术,显著减少模型参数和计算量,同时保持较高的图像重建质量;使用图像训练数据集进行模型训练;模型量化压缩;在嵌入式设备上部署时,输入低分辨率视频,通过OpenCV库读取视频帧,预处理后输入量化模型进行推理,输出超分辨率图像并重新组合成高分辨率视频;最后针对部署的模型使用硬件加速手段加速推理过程。
技术关键词
图像超分辨率
生成器网络
嵌入式设备
视频超分辨率重建
图像重建
分类卷积神经网络
通道注意力机制
特征融合技术
残差模块
传播算法
深层特征提取
训练样本数据
浅层特征提取
格式
系统为您推荐了相关专利信息
高时空分辨率
地表反射率
超分辨率模型
低空间分辨率
高空间分辨率遥感图像
芯片封装模具
加热器件
热传导
加热平台
嵌入式设备
嵌入式平台
模型训练方法
高维特征向量
权重机制
模块
防撞预警方法
道路施工作业
智能交通
双目相机
锥桶
图像超分辨率
增强子
多光谱
卷积网络特征提取
无监督学习方法