基于残差递归补偿和特征融合的多描述压缩图像增强方法
授权
摘要
本发明基于残差递归补偿和特征融合的多描述压缩图像增强方法，属于图像质量增强领域，解决了经过多描述编码方法压缩后图像出现的不同程度压缩失真问题，特别是边路解码图像出现严重的结构分裂伪影问题；首先设计了残差递归补偿网络作为边路和中路的低分辨率特征提取网络，并且使用参数共享策略来更有效地提取具有相同内容和差异细节的两描述解码图像特征；其次，多描述边路特征上采样重建网络采用网络部分层参数共享策略，极大地降低网络模型的尺寸同时提高网络的泛化能力，与此同时，使用多描述中路特征上采样重建网络将两个边路低分辨率特征和中路低分辨率特征进行深层特征融合，从而实现高效的多描述压缩图像质量增强，本发明的方法性能优于多个深度学习图像增强方法如ARCNN、FastARCNN和DnCNN。
基本信息
专利标题 ：
基于残差递归补偿和特征融合的多描述压缩图像增强方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113362225A
申请号 ：
CN202110619008.6
公开（公告）日 ：
2021-09-07
申请日 ：
2021-06-03
授权号 ：
CN113362225B
授权日 ：
2022-06-14
发明人 ：
赵利军曹聪颖张晋京王昊任康史炳贤王安红
申请人 ：
太原科技大学
申请人地址 ：
山西省太原市万柏林区窊流路66号
代理机构 ：
太原中正和专利代理事务所(普通合伙)
代理人 ：
焦进宇
优先权 ：
CN202110619008.6
主分类号 ：
G06T3/40
IPC分类号 ：
G06T3/40 G06T5/00 G06T5/50 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T3/00
在图像平面内的图形图像转换
G06T3/40
整个或部分图像的缩放
法律状态
2022-06-14 ：
授权
2021-09-24 ：
实质审查的生效
IPC(主分类) : G06T 3/40
申请日 : 20210603
申请日 : 20210603
2021-09-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
