- 1、本文档共11页,其中可免费阅读10页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于图像技术领域,具体是涉及一种基于卷积神经网络的图像超分辨率重建方法。本发明方法根据不同卷积核的感受野差异原理,利用异形卷积核对卷积神经网络进行改进,使得网络在具有较少的参数的情况下能够提取图像的丰富特征。同时,利用tanh函数作为激活函数以及跳跃连接的方式将多层特征图像信息充分利用,使得重建图像的质量有所提高。另外,本发明方法利用卷积神经网络轻量化原理,对卷积神经网络进行轻量化优化,使得网络在重建图像质量略有下降的情况下整个网络的参数减少,运算量有下降。本发明方法能够在相较于传统网络的
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112767252 B
(45)授权公告日 2022.08.02
(21)申请号 202110105967.6 (51)Int.Cl.
文档评论(0)