一种基于全局信息和局部信息的像素增强设计方法技术

本发明专利技术公开了一种基于全局信息和局部信息的像素增强设计方法，包括以下步骤：A.由原尺寸图压缩和裁剪得到一张压缩图和若干裁剪图；B.将压缩图经过分类网络计算得到全局信息特征向量；将裁剪图经过特征提取网络计算得到三维特征张量；C.得到新的三维特征张量T2；D.将T2经过图像增强网络计算，得到裁剪增强图；E.重复BCD操作计算得到所有裁剪图的裁剪增强图，拼接裁剪增强图得到整张原尺寸增强图。本发明专利技术利用图像增强神经网络处理局部信息和全局信息的方式，通过全局网络处理尺寸压缩后的全图得到全图信息，通过局部网络处理原图裁剪后的裁剪图得到局部特征信息，融合全图信息和局部特征信息再经过图像增强网络计算出增强后的图像，处理效率高。

【技术实现步骤摘要】
一种基于全局信息和局部信息的像素增强设计方法
本专利技术属于图像增强的神经网络结构
，尤其是涉及一种基于全局信息和局部信息的像素增强的设计方法。
技术介绍
目前图像增强相关神经网络，如风格迁移网络、超分辨率网络和低曝光图片亮度增强网络，都是针对一整张输入图片处理，因为显卡显存对模型复杂度的限制，一次输入网络中的图片的尺寸也受到了限制，我们无法无限地提升模型的感受视野(神经网络模型看到的图片范围)，而图像增强等图像增强任务在真实场景中都是处理两千万像素以上的照片，为了能处理和训练这些高像素照片，一般经过尺寸压缩或者裁剪两种方法，尺寸压缩的方法能保证经过网络的图片包含全图的信息(全图压缩)，但是经过尺寸压缩的图片丢失了原尺寸的细节纹理，这样经过压缩的图片的数据分布与原尺寸是不一样的，训练出来的网路也无法准确预测真实尺寸的图片；相反，经过裁剪的输入图片虽然保留了原来的纹理细节和原尺寸的数据分布，但在网络一次输入迭代中却无法获取全图的信息。对于超分辨率网络而言，这个全局和局部信息的矛盾并不严重，全局信息对与图片某一块的超分辨率并不重要，像本文档来自技高网...

【技术保护点】
1.一种基于全局信息和局部信息的像素增强设计方法，其特征在于包括以下步骤：/nA.由原尺寸图进行压缩和裁剪得到一张压缩图和若干裁剪图；/nB.选取压缩图和一张裁剪图，将压缩图经过分类网络计算得到全局信息特征向量V1{a1,a2,….,an},维度数为n；将裁剪图经过特征提取网络计算得到三维特征张量T1，维度为(n,h,w)；/nC.将T1和V1通过融合运算得到新的三维特征张量T2，维度为(n,h,w)；/nD.将T2经过图像增强网络计算，得到裁剪增强图，维度为(3,h,w)；/nE.重复BCD操作计算得到所有裁剪图的裁剪增强图，拼接裁剪增强图得到整张原尺寸增强图。/n

【技术特征摘要】
1.一种基于全局信息和局部信息的像素增强设计方法，其特征在于包括以下步骤：
A.由原尺寸图进行压缩和裁剪得到一张压缩图和若干裁剪图；
B.选取压缩图和一张裁剪图，将压缩图经过分类网络计算得到全局信息特征向量V1{a1,a2,….,an},维度数为n；将裁剪图经过特征提取网络计算得到三维特征张量T1，维度为(n,h,w)；
C.将T1和V1通过融合运算得到新的三维特征张量T2，维度为(n,h,w)；
D.将T2经过图像增强网络计算，得到裁剪增强图，维度为(3,h,w)；
E.重复BCD操作计算得到所有裁剪图的裁剪增强图，拼接裁剪增强图得到整张原尺寸增强图。


2.一种基于全局信息和局部信息的像素增强设计方法，所需要的设计模块有：
分类网络：由卷积神经网络、线性全连接层和池化单元构成，实现将输入图计算得到一个n维向量V1＝{a1,...

【专利技术属性】
技术研发人员：梁栋荣，
申请(专利权)人：杭州火烧云科技有限公司，
类型：发明
国别省市：浙江;33