公开(公告)号：CN112069853A

公开(公告)日：2020-12-11

申请号：CN202010972706.X

申请日：2020-09-16

Applicant: 福州大学

Inventor： 何炳蔚 ,  张清何 ,  胡自添 ,  张立伟 ,  林立雄 ,  陈彦杰

IPC: G06K7/14 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的二维条码图像超分辨重建方法，采用生成模型G和判别模型D组成的网络作为二维条码图像重建的模型。对于生成模型G设计了残差密度块，并且去除了块内的批规范化操作BN。判别模型D采用深度卷积网络。本发明还引入了损失和EM距离对损失函数进行了优化。在建立的训练样本集下训练网络，训练完成后将需要进行超分辨重建的低分辨率二维条码图像输入到训练好的生成模型G中，生成模型G会输出相对应的超分辨率二维条码图像。本发明通过对网络模型的搭建和损失函数的优化，得到更优的网络结构，从而提高了低分辨率二维条码图像的超分辨重建的质量。