摘要
本发明公开了一种轻量化的实时视频超分方法与监控系统,涉及人工智能的图像处理与计算机视觉技术领域。本发明设计了一个只包含3x3卷积和Relu激活函数的轻量化网络,同时尽可能减少了所有特征图的通道数量;其次,设计了一个密集深度可分离卷积模块,用深度可分离卷积替换常规卷积并通过密集的残差连接的方式在降低模型复杂度的同时保持良好的性能;然后,设计了一种帧间隐藏状态传递方式,通过前后帧循环状态的更新,在加快推理速度的同时提高帧间信息聚合效率;最后,设计了一个基于Sobel边缘检测算子的纹理损失函数,并将其与Charbonnier损失函数相结合来引导网络加强对于高频纹理信号的关注。
技术关键词
超分方法
实时视频
摄像头模块
电源管理模块
视频超分辨率重建
Sobel边缘检测
图像
HDMI输出接口
高频特征
卷积模块
电流保护电路
深层特征提取
边缘检测算子
网络模型训练
融合特征
滑动窗口
计算机视觉技术
分支