一种基于深度双边学习的图像插值方法

本发明提出了一种基于深度双边学习的图像插值方法。受经典双边滤波器的基本思想所启发，本发明提出了一种新的深度双边学习方法DBL。对于每个要估计的缺失像素，DBL中将学习并利用其与预定义支撑域中每个锚点像素间的强度差异和基于距离的空间权重，前者被添加到相应的锚点像素值中，以为待估计的缺失像素生成一组候选值，而后者则被用来进一步对所得候选值进行加权，通过计算加权和产生最终估计值。本发明还设计了一种基于DBL的深度双边学习网络来具体执行图像插值，DBLN中基于多尺度特征提取、空间和通道注意力机制获取更好的图像特征，并设计了一种能够并行执行DBL的模块将特征映射到待估计像素，从而产生高精度的HR图像。