图像块的正交位置编码表示方法及上采样模块实现方法技术

技术编号:37856729 阅读:30 留言:0更新日期:2023-06-14 22:51
本发明专利技术公开了一种图像块的正交位置编码表示方法及上采样模块实现方法,其中,正交位置编码表示方法包括以下步骤:S1将待渲染的目标超分辨率图像切割成多个超分辨率图像块;S2确定所述超分辨率图像块在相对坐标域中所对应的连续二元函数以及正交位置编码,正交位置编码为:利用傅里叶基分别对所述超分辨率图像块横向和纵向维度的坐标信息进行位置编码,之后将各个维度的位置编码一一相乘,得到一个综合的位置编码向量。本发明专利技术解决在任意尺度图像超分辨率中上采样模块的对称性问题:基于隐式神经表示的上采样模块需要通过数据增强来学习图像中的对称性,能够将图像中的对称性先验自然地引入,减小了神经网络训练的难度。减小了神经网络训练的难度。减小了神经网络训练的难度。

【技术实现步骤摘要】
图像块的正交位置编码表示方法及上采样模块实现方法


[0001]本专利技术属于计算机视觉
,具体涉及一种图像块的正交位置编码表示方法以及基于正交位置编码的上采样模块实现方法。

技术介绍

[0002]图像超分辨率是计算机视觉的一个基本分支,它以低分辨率图像与指定的整数超分辨率尺度(通常为2,3,4)为输入,输出对应高分辨率的清晰图像。其流程为:低分辨率图像首先经过基于卷积神经网络的编码器获得特征图,之后将特征图经过相应超分辨率尺度所设计的上采样模块,进一步经过卷积运算得到高分辨率图像。由于上采样模块需要针对不同的超分辨率尺度单独设计,这造成了应用的不方便,因此,进一步产生了任意尺度图像超分辨率相关技术。
[0003]作为图像超分辨率的一个新兴分支,其目的在于设计一种全新的上采样模块,可以接收任意非整数超分辨率尺度作为上采样因子,以便于实际应用。其流程与图像超分辨率类似:低分辨率图像首先经过基于卷积神经网络的编码器获得特征图,之后特征图经过相应超分辨率尺度所设计的上采样模块。不同之处在于上采样模块可以支持非整数尺度,而满足如此要求的上采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像块的正交位置编码表示方法,其特征在于,包括以下步骤:S1将待渲染的目标超分辨率图像切割成多个超分辨率图像块;S2确定所述超分辨率图像块在相对坐标域中所对应的连续二元函数以及正交位置编码;所述正交位置编码为:首先利用傅里叶基分别对所述超分辨率图像块横向和纵向维度的坐标信息进行位置编码,之后将各个维度的位置编码一一相乘,从而得到一个综合的位置编码向量。2.根据权利要求1所述的方法,其特征在于,所述超分辨率图像块表示方法为:将所述待渲染的目标超分辨率图像进行等距横向和纵向切割为低分辨率输入图像的尺寸部分,且所述待渲染的目标超分辨率图像对应的尺寸表示为,则得到个尺寸的图像区域小块,每一个这样的图像区域小块为超分辨率图像块;所述相对域坐标定义为:若所述低分辨率输入图像的尺寸为,则将2D域划分为个网格,称该2D域为绝对坐标域;每个网格都对应一个低分辨率图像像素,也对应了一个目标超分辨率图像的图像块,所述图像块的尺寸为,即超分辨率尺度,进一步将一个新的2D域划分为个网格,称作相对坐标域。3.根据权利要求1所述的方法,其特征在于,所述正交位置编码表示方法为:对于RGB图像的每个通道,将超分辨率图像块表示为I,将这个图像块在相对坐标域中的以x,y为中心点坐标的像素值记为,被看作为由二元函数f进行采样的结果,而f表示为一组正交基与投影的线性组合:;;;;其中,表示展开2D域矩阵到1D域,Z为数学运算时泛指的隐编码,其是一组正交基的投影,表示某一坐标的位置编码,n表示位置编码的最大频率,P为正交位置编码OPE。4.根据权利要求3所述的方法,其特征在于,所述二元函数f为图像块所对应的连续二元函数,其定义域为[

1,1],该二元函数属于内积空间M,令x,y为根据图像块每个像素中心
点映射在2D域内的坐标,从而f(x,y)为一个标量,代表了图像块上某一个像素点的取值;所述2D域矩阵的每个元素都看作是一个二元函数,满足如下关系:;其中,构成了连续图像空间的一组正交基,而根据正交位置编码的上述定义,其包含了这组正交基;因此,一张连续图像块表示为一组基本平面波的线性组合,正交位置编码不包含复指数项。5.一种基于正交位置编码的上采样模块实现方法,其特征在于,所述上采样模块的实现方法,包括:S1低分辨率输入图像经过编码器得到尺寸为的特征图,所述低分辨率输入图像尺寸为,且所述特征图的长宽与输入图像保持一致,图像通道数变为,其中,n为整数,为预先选择的位置编码最大频率;S2所述特征图的每个像素按照通道维度进行提取,得到形状为的一维隐编码,其用于表示目标超分辨率图像相对应的图像块;所述目标超分辨率图像为RGB图像,对应的图像块由三个通道组成,每一个通道实际上各自被隐编码的三分之一...

【专利技术属性】
技术研发人员:孙倩宋高超潘成胜
申请(专利权)人:南京信息工程大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1