The invention provides an image reconstruction device, an image reconstruction method, a device and a computer readable storage medium. The image reconstruction device of the present invention is used for super-resolution reconstruction of processed images, including an image feature extractor and an image stretching processor, wherein the image feature extractor is configured to extract features from the first resolution image and obtain a feature map with category attributes; the image stretching processor is configured to extract the feature map through a neural network. The second resolution image is obtained by processing the resolution enhancement corresponding to the category attributes of the feature map.
【技术实现步骤摘要】
图像重构装置及方法、设备、计算机可读存储介质
本专利技术涉及一种图像重构装置、设备及方法、计算机可读存储介质。
技术介绍
随着现在显示设备分辨率的不断提高,对图像尺寸的要求也在不断提高,然后这种刚性的需求带来了一些严重的问题。首先,早期拍摄的照片或视频大多分辨率较低,在高清设备上需要将原始图像放大。然后,高分辨率图像或视频文件的需要大量的存储。最后,对这些高分辨率数据进行传输需要较高的带宽与时间,大大的影响了用户体验。
技术实现思路
本专利技术旨在至少部分地解决现有技术中存在的技术问题之一,提供一种超分辨率图像重构装置及方法,用以提升分辨率较低的图像的分辨率。本专利技术公开了一种图像重构装置,用于对待处理图像进行超分辨率重构,包括:图像特征提取器、图像拉伸处理器,其中,所述图像特征提取器被配置为对第一分辨率图像进行特征提取,得到具有类别属性的特征图;所述图像拉伸处理器被配置为通过神经网络对所述特征图进行与该特征图的类别属性相适应的分辨率提升处理,得到第二分辨率图像。可选地,所述图像特征提取器被配置为通过第一神经网络对第一分辨率图像进行特征提取,其中,所述第一神经网络包括浅层神经网络,所述浅层神经网络输出所述具有类别属性的特征图;所述图像拉伸处理器被配置为通过包含反卷积层的第二神经网络对所述特征图进行与该特征图的类别属性相适应的分辨率提升处理,得到所述第二分辨率图像。可选地,所述图像特征提取器被配置为根据所述第一分辨率图像的图像参数特征进行特征提取,得到所述具有类别属性的特征图;所述图像参数特征包括:像素点或像素点集合在图像中的位置、像素的亮度、像素的颜色中之一 ...
【技术保护点】
1.一种图像重构装置,用于对待处理图像进行超分辨率重构,其特征在于,包括:图像特征提取器、图像拉伸处理器,其中,所述图像特征提取器被配置为对第一分辨率图像进行特征提取,得到具有类别属性的特征图;所述图像拉伸处理器被配置为通过神经网络对所述特征图进行与该特征图的类别属性相适应的分辨率提升处理,得到第二分辨率图像。
【技术特征摘要】
1.一种图像重构装置,用于对待处理图像进行超分辨率重构,其特征在于,包括:图像特征提取器、图像拉伸处理器,其中,所述图像特征提取器被配置为对第一分辨率图像进行特征提取,得到具有类别属性的特征图;所述图像拉伸处理器被配置为通过神经网络对所述特征图进行与该特征图的类别属性相适应的分辨率提升处理,得到第二分辨率图像。2.根据权利要求1所述的图像重构装置,其特征在于,所述图像特征提取器被配置为通过第一神经网络对第一分辨率图像进行特征提取,其中,所述第一神经网络包括浅层神经网络,所述浅层神经网络输出所述具有类别属性的特征图;所述图像拉伸处理器被配置为通过包含反卷积层的第二神经网络对所述特征图进行与该特征图的类别属性相适应的分辨率提升处理,得到所述第二分辨率图像。3.根据权利要求1所述的图像重构装置,其特征在于,所述图像特征提取器被配置为根据所述第一分辨率图像的图像参数特征进行特征提取,得到所述具有类别属性的特征图;所述图像参数特征包括:像素点或像素点集合在图像中的位置、像素的亮度、像素的颜色中之一或任意组合。4.根据权利要求2所述的图像重构装置,其特征在于,在对待处理图像进行超分辨率重构之前,所述图像特征提取器还被配置为采用样本图像进行第一神经网络的训练;其中,所述样本图像对包括第一分辨率样本图像与所述第一分辨率样本图像一一对应的第二分辨率样本图像;所述图像特征提取器被配置为采用所述第一分辨率样本图像作为输入,以聚类或分类作为输出,通过训练第一神经网络,获得所述第一神经网络的参数组F1,以及基于所述参数组F1形成的第一神经网络。5.根据权利要求4所述的图像重构装置,其特征在于,在对待处理图像进行超分辨率重构之前,所述图像拉伸处理器还被配置为采用所述图像特征提取器输出的训练特征图和所述样本图像对中的第二分辨率样本图像训练第二神经网络,其中,所述图像特征提取器输出的训练特征图包括所述第一神经网络对所述第一分辨率样本图像进行特征提取输出的训练特征图;所述图像拉伸处理器被配置为采用所述训练特征图作为输入,采用对应的第二分辨率样本图像作为目标,通过训练第二神经网络,获得所述第二神经网络的参数组F2,以及基于所述参数组F2形成的第二神经网络。6.根据权利要求5所述的图像重构装置,其特征在于,在对待处理图像进行超分辨率重构之前,还对所述第一神经网络和所述第二神经网络进行调整,其中,所述图像特征提取器被配置为采用所述第一分辨率样本图像作为具有参数组F1的第一神经网络的输入,所述图像拉伸处理器被配置为采用具有参数组F1的第一神经网络输出的特征图作为具有参数组F2的第二神经网络的输入,采用所述第二分辨率样本图像作为目标,通过训练具有参数组F1的第一神经网络和具有参数组F2的第二神经网络,获得调整后的参数组F1'和调整后的参数组F2',以及基于所述参数组F1'和参数组F2'形成的第一神经网络和第二神经网络。7.一种图像重构方法,用于对待处理图像进行超分辨率重构,其特征在于,包括:对第一分辨率图像进行特征提取,得到具有类别属性的特征图;通过神经...
【专利技术属性】
技术研发人员:张丽杰,
申请(专利权)人:京东方科技集团股份有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。