standard library
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211401689.X (22)申请日 2022.11.10 (71)申请人 四川轻化工大 学 地址 643033 四川省自贡 市汇兴路学苑街 180号 (72)发明人 朱文忠 谢康康 谢林森 肖顺兴 车璇 李韬 杜洪文 (74)专利代理 机构 重庆金橙专利代理事务所 (普通合伙) 50273 专利代理师 唐健玲 (51)Int.Cl. G06T 3/40(2006.01) G06V 40/16(2022.01) G06T 7/11(2017.01) G06N 3/08(2006.01) (54)发明名称 人脸图像超分辨率重建方法及计算机可读 取的存储介质 (57)摘要 本发明公开了一种人脸图像超分辨率重建 方法及计算机可读取的存储介质, 属于人脸图像 处理技术领域。 重建方法包括获取低分辨率人脸 图像和训练完成的深度学习网络, 将低分辨率人 脸图像输入深度学习网络, 低分辨率人脸图像信 息沿着网络的深度方向传递, 将第一精制特征图 与第二精制特征图融合, 图像重置机构以复合特 征图作为输入, 重建并输出高分辨率人脸图像等 步骤。 本发 明的相邻两个双通道特征提取机构之 间通过两个信道传递信息, 不同种类的特征信息 分布更加分散, 信息过滤效果更好, 测试表明, 本 发明提供的人脸图像 重建方法性能先进。 权利要求书2页 说明书5页 附图5页 CN 115439329 A 2022.12.06 CN 115439329 A 1.一种人脸图像超分辨 率重建方法, 其特 征是: 包括以下步骤: S100、 获取低分辨率人脸图像和训练完成的深度学习网络; 所述深度学习网络中设有 双通道特征提取机构和图像重置机构, 多个所述双通道特征提取机构在所述深度学习网络 中串联设置, 所述双通道特 征提取机构用于提取 所述低分辨 率人脸图像的特 征信息; S200、 将所述低分辨率人脸 图像输入所述深度学习网络, 所述低分辨率人脸图像信息 沿着网络的深度方向传递, 直到最后一个所述双通道特征提取机构生成并输出第一精制特 征图和第二精制特 征图; S300、 将所述第一精制特 征图与所述第二精制特 征图融合, 生成复合特 征图; S400、 所述图像重 置机构以所述复合特 征图作为输入, 重建并输出高分辨 率人脸图像; 其中, 所述双通道特 征提取机构提取 特征的操作过程表示 为如下数学模型: 其中, 表示从所述双通道特征提取机构的第一入口输入其中的特征图, 表示从 所述双通道特征提取机构的第二入口输入其中的特征图, 、 、 、 和 均表示步长为1的卷积运算, 、 、 、 和 均表示第一型激活函数, 表示第二型 激活函数, 表示元素对应乘积运算, 表示将其中的特征图拼接起来, 表示双头注意 力单元, 表示所述双头注 意力单元输出的双头注意力图, 表示 函数激活后生成的特 征图, 表示 函数激活后生成的特征图, 表示 函数激活后生成的特征图, 表示 函数激活后生成的特征图, 表示特征图 、 特征图 和特征图 相加后生成的特征 图, 表示特征图 、 特征图 和特征图 做元素对应乘积后生成的特征图, 表示 函数激活后生成的特征图, 表示所述双头注意力图与特征图 做元素对应乘积后生成 的特征图, 表示从所述双通道特征提取机构的第一出口输 出的特征图, 表示从所述双 通道特征提取机构的第二出口输出的特 征图。 2.根据权利要求1所述的人脸图像超分辨率重建方法, 其特征是: 、 和 的卷积核尺寸均为1*1, 的卷积核尺寸 为3*3, 的卷积核尺寸 为5*5。 3.根据权利要求1所述的人脸图像超分辨率重建方法, 其特征是: 所述第 一型激活函数 为ReLU函数。 4.根据权利要求3所述的人脸图像超分辨率重建方法, 其特征是: 所述第 二型激活函数 为Tanh函数。 5.根据权利要求1所述的人脸图像超分辨率重建方法, 其特征是: 所述双头注意力单元权 利 要 求 书 1/2 页 2 CN 115439329 A 2生成双头注意力图的过程表示 为如下数学模型: 其中, 特征图 、 、 和 共同作为所述双头注意力单元的输入, 表示所述双头 注意力单元输出的双头注意力图, 表示对特征图做拼接操作, 表示对特征图在通道 方向做第一全局池化操作, 表示对特征图在空间方向做第二全局池化操作, 表示全连 接层, 和 表示第三型激活函数, 表示元素对应乘积运算, 表示分别对特征图 、 特征图 、 特征图 在通道方向做第一全局池化操作并拼接后生成的特征图, 表示函 数 激活后生成的特 征图。 6.根据权利要求5所述的人脸图像超分辨率重建方法, 其特征是: 所述第 一全局池化操 作为全局方差池化操作, 所述第二全局池化操作为全局最大池化操作。 7.根据权利要求6所述的人脸图像超分辨率重建方法, 其特征是: 所述第 三型激活函数 为sigmoid函数。 8.一种计算机可读取的存储介质, 其特征是: 所述计算机可读取的存储介质上存储有 计算机程序, 所述计算机程序被处理器执行时, 实现如权利要求1至7中任一项所述的人脸 图像超分辨 率重建方法。权 利 要 求 书 2/2 页 3 CN 115439329 A 3
专利 人脸图像超分辨率重建方法及计算机可读取的存储介质
文档预览
中文文档
13 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共13页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-18 22:24:42
上传分享
举报
下载
原文档
(718.8 KB)
分享
友情链接
GB-T 567.4-2012 爆破片安全装置 第4部分:型式试验.pdf
GB-T 19590-2023 纳米碳酸钙.pdf
GB-T 22854-2009 针织学生服.pdf
NB-T 10605—2021 水电工程建设征地企业处理规划设计规范.pdf
安华金和 数据安全治理白皮书 5.0 - 2023 .pdf
DB51-T 2247-2016 重点用能单位节能管理规范 四川省.pdf
GB-T 32920-2023 信息安全技术 行业间和组织间通信的信息安全管理 ISO 27010-2015.pdf
GB-T 2585-2021 铁路用热轧钢轨.pdf
GB-T 28449-2018 信息安全技术 网络安全等级保护测评过程指南.pdf
DB13-T 5134-2019 回转式翻车机系统节能技术规范 河北省.pdf
GB-T 19438.1-2004 禽流感病毒通用荧光 RT-PCR 检测方法.pdf
GB-T 21369-2008 火力发电企业能源计量器具配备和管理要求.pdf
T-CAAPA 0005—2023 无动力游乐设施 绳网.pdf
商用密码应用安全性评估报告模板(2023版)—方案密评报告.pdf
GB-T 36572-2018电力监控系统网络安全防护导则.pdf
汽车整车信息安全技术要求.pdf
GB-T 38628-2020 信息安全技术 汽车电子系统网络安全指南.pdf
GB-T 42029-2022 智能制造 工业数据空间参考模型.pdf
GB-T 42754-2023 干式化学分析仪性能评价通则.pdf
2022 中国信创产业竞争力研究报告v2.pdf
1
/
13
评价文档
赞助2.5元 点击下载(718.8 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。