摘要
本发明公开了基于退化生成对抗网络的图像视频超分辨率增强方法,涉及图像处理领域,所述方法包括:图像采集及预处理;超分辨率增强模型搭建与训练;基于退化生成对抗网络模型对图像进行超分辨率增强。本发明实现了采用图像内容自适应的动态退化核生成机制,真实模拟图像在不同设备和组织结构下的退化过程,采用退化核引导的动态上采样与残差校正网络,显著提升超分辨率图像的细节还原能力与结构保真度,有效增强图像纹理真实性与关键组织密度一致性,实现生成器与判别器之间训练博弈的平衡,提高模型稳定性与收敛质量。
技术关键词
图像视频超分辨率
生成对抗网络模型
多尺度
局部运动补偿
跨尺度特征融合
上采样滤波器
动态
编码向量
频域特征
邻域
图像金字塔
像素
生成机制
生成噪声
系统为您推荐了相关专利信息
多层次特征
特征金字塔网络
图像
多层感知机
分支
可见光图像
模态特征
融合检测方法
红外图像特征
跨模态数据
空间结构损伤
图片
特征金字塔网络
检测头
优化参数设计