成果介绍
本申请实施例提供了一种图像处理方法、装置、电子设备及存储介质,涉及图像处理技术领域。其中,该图像处理方法包括:获取待处理图像;将所述待处理图像输入超分辨率网络模型进行特征提取,得到所述待处理图像的图像特征;基于所述超分辨率网络模型中注意力分支所提供的广阔感受野,对所述待处理图像的图像特征进行非线性映射,得到所述待处理图像对应的特征图;根据所述待处理图像对应的特征图为所述待处理图像进行特征重建,将所述待处理图像恢复为具有更高分辨率的目标图像。本申请实施例解决了相关技术中受限于电子设备的硬件资源配置而无法兼顾超分辨率重建性能和模型运行时长的问题。
成果亮点
1.一种图像处理方法,其特征在于,所述方法包括:
获取待处理图像;
将所述待处理图像输入超分辨率网络模型进行特征提取,得到所述待处理图像的图像特征;
基于所述超分辨率网络模型中注意力分支所提供的广阔感受野,对所述待处理图像的图像特征进行非线性映射,得到所述待处理图像对应的特征图;
根据所述待处理图像对应的特征图为所述待处理图像进行特征重建,将所述待处理图像恢复为具有更高分辨率的目标图像。
2.如权利要求1所述的方法,其特征在于,所述注意力分支包括一个用于通道融合的点向卷积层、以及多个用于扩大感受野的深度向卷积层;
所述方法还包括:
通过所述注意力分支,为所述非线性映射计算用于扩大感受野的权重。
3.如权利要求2所述的方法,其特征在于,至少一个所述深度向卷积层为深度向空洞卷积层;
所述通过所述注意力分支,为所述非线性映射计算用于扩大感受野的权重,包括:
将所述待处理图像的图像特征输入所述注意力分支中的所述点向卷积层,进行通道融合;
通过所述注意力分支中的所述深度向卷积层和所述深度向空洞卷积层,为所述非线性映射进行权重计算。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料