基于深度学习的图像超分方法

本发明提供基于深度学习的图像超分方法，属于图像超分技术领域，所述方法包括如下步骤：步骤1：图像数据集准备与预处理；步骤2：构建动态多模态特征融合网络模型；步骤3：构建渐进式识别框架；步骤4：通过自监督域适应训练策略对网络模型和渐进式识别框架进行训练；步骤5：将训练好的网络模型和渐进式识别框架进行图像重建处理；步骤6：对重构后的图像进行评估与测试。本发明把多模态动态融合与物理感知渐进重建进行融合，结合跨尺度特征交互、神经符号推理与轻量化设计，实现高质量、高效率的超分辨率重建，细节生成更加清楚，计算效率高，符合图像实践真实的场景。