摘要
本发明公开了一种基于旅鼠优化和深度学习的图像超分辨率方法、系统,涉及图像处理领域。首先基于双三次插值生成高分辨率和低分辨率图像组,构建图像超分辨率数据集;然后搭建一种基于KSCeption和HABlock的混合感知图像超分辨率模型;再基于旅鼠优化算法对模型的超参数组合进行迭代优化,使用迭代过程中的每组超参数进行模型训练和验证,得到最优的超参数组合和图像超分辨率模型;最后将待处理图像输入到最优模型,得到超分辨率图像。本发明通过混合感知特征提取和多路径特征融合,有效融合全局和局部特征,同时通过旅鼠优化算法得到重建效果最好的模型,从而提升超分辨率图像的质量。
技术关键词
多路径特征融合
图像超分辨率方法
输出特征
生成高分辨率
细粒度特征
双三次插值
特征窗口
超参数
依赖特征
特征提取模块
因子
超分辨率模型
补丁
注意力机制
表达式
融合特征
系统为您推荐了相关专利信息
整合管理方法
故障特征
表面图像数据
机电设备运行状态
图像处理算法
异常判断方法
膝关节
深度卷积模型
胫骨假体
叠加特征
心脏磁共振图像
自动分割方法
归一化模块
编码器
解码器