公开(公告)号：CN119048353B

公开(公告)日：2025-01-21

申请号：CN202411536009.4

申请日：2024-10-31

Applicant: 中南大学

Inventor： 文先鸿 ,  郭克华 ,  胡斌

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06T3/4046

Abstract: 本发明公开了一种面向海上船舶图像的多尺度超分辨率重建方法、终端设备，获取高分辨率海上船舶图像，利用所述高分辨率海上船舶图像合成低分辨率图像；使用低分辨率图像训练退化表征估计网络，获取所述低分辨率图像的退化表征向量；将所述低分辨率图像和所述退化表征向量作为重建模型的输入，训练所述重建模型，得到多尺度超分辨率重建模型。本发明可以在现实复杂场景中获得更为精准的退化表征估计，并改善退化图像的长尾分布问题，解决现有超分辨率方法在非特定场景下性能较差的问题，可以应对海上船舶图像超分辨率应用的多样复杂场景。

公开(公告)号：CN119048353A

公开(公告)日：2024-11-29

申请号：CN202411536009.4

申请日：2024-10-31

Applicant: 中南大学

Inventor： 文先鸿 ,  郭克华 ,  胡斌

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06T3/4046

Abstract: 本发明公开了一种面向海上船舶图像的多尺度超分辨率重建方法、终端设备，获取高分辨率海上船舶图像，利用所述高分辨率海上船舶图像合成低分辨率图像；使用低分辨率图像训练退化表征估计网络，获取所述低分辨率图像的退化表征向量；将所述低分辨率图像和所述退化表征向量作为重建模型的输入，训练所述重建模型，得到多尺度超分辨率重建模型。本发明可以在现实复杂场景中获得更为精准的退化表征估计，并改善退化图像的长尾分布问题，解决现有超分辨率方法在非特定场景下性能较差的问题，可以应对海上船舶图像超分辨率应用的多样复杂场景。