摘要
本发明涉及一种粒子群优化的EDSR(Enhanced Deep Super‑Resolution,EDSR)图像超分辨率重建方法。首先输入低分辨率图像数据集作为训练样本,定义含残差块数量及阶段、卷积层参数、注意力模块、上采样方式等的优化空间,初始化粒子群优化(PSO)参数,粒子位置编码动态构建候选网络;粒子位置编码动态构建候选网络,按残差块层、卷积层、注意力模块、上采样模块顺序配置。候选网络经有限训练,以融合PSNR与模型复杂度的适应度函数评估,更新个体与全局最优位置。最终选取全局最优结构完整训练,用于低分辨率图像重建,显著提升细节还原能力与推理效率,生成高质量图像。
技术关键词
网络结构
生成高质量图像
上采样
注意力
关键结构参数
复杂度
因子
网络架构
粒子群优化算法
编码
峰值信噪比
生成随机数
模块
超分辨率
卷积特征
系统为您推荐了相关专利信息
漏洞检测方法
节点特征
程序依赖图
注意力机制
索引
轴承故障特征
轴承故障诊断方法
注意力机制
多尺度
样本
融合特征
深度感知相机
序列
交叉注意力机制
图像
早期烟雾检测方法
注意力机制
融合特征
图像
尺寸特征
二维图像特征
鱼眼图像
三维图像特征
注意力
前馈神经网络