摘要
本发明公开了一种基于退化预测的真实图像超分变率方法。首先进行数据集获取及预处理;通过退化预测网络从低分辨率图像中提取退化特征信息;将得到的退化特征信息与低分辨率图像送入重建网络进行增强,生成最终的高分辨率图像。本发明通过使用一种退化感知的重建模块,并将其嵌入到Transformer架构中,能够利用学习到的退化信息并通过自注意机制更好地挖掘高层语义信息并恢复纹理细节;能够从LR图像中预测其退化特征,处理真实退化的低分辨率图像,不受合成退化的限制。
技术关键词
预测特征
退化特征
图像
网络
矩阵
高层语义信息
多头注意力机制
输出特征
像素
线性
模块
超分辨率
指标
通道
数据
上采样
训练集
阶段
纹理