【技术实现步骤摘要】
本专利技术涉及图像处理，特别涉及一种图像超分辨率增强方法、装置、设备及计算机可读存储介质。
技术介绍
1、随着自动驾驶技术的飞速发展，红外感知系统在自动驾驶车辆中扮演日渐重要的角色。红外感知系统利用红外摄像头捕获周围环境的信息，帮助车辆做出智能决策。当前，由于受限于技术和成本，红外相机分辨率通常较低，低分辨率导致感知系统无法准确识别远距离物体，降低系统的安全性和可靠性。因此，提高图像质量和分辨率成为自动驾驶系统中亟待解决的问题。而且目前大多数超分辨率算法主要应用于可见光领域，而在红外车载领域的研究相对较少，尤其是针对红外图像的超分辨率处理更少，虽然有些会采用机器学习的方法进行处理，但是现有技术中机器学习方法中训练样本的数据采集方式不真实，例如通过传统的训练方式利用高分辨率图像通过退化生成低分辨率图像，此方法生成图像失真，无法真实反映出车载环境中的实际情况，导致感知效果下降。
技术实现思路
1、为了解决现有存在的技术问题，本专利技术实施例提供一种图像超分辨率增强方法、装置、设备及计算机可读存...
【技术保护点】
1.一种图像超分辨率增强方法，其特征在于，所述方法包括：
2.如权利要求1所述的图像超分辨率增强方法，其特征在于，所述方法还包括：
3.如权利要求2所述的图像超分辨率增强方法，其特征在于，所述获取所述训练数据集包括：
4.如权利要求3所述的图像超分辨率增强方法，其特征在于，所述基于损失函数及输入样本数据对应的标签数据，通过所述高分布率判别器输出每次迭代过程中的损失值包括：
5.如权利要求3所述的图像超分辨率增强方法，其特征在于，所述低分辨率图像传感器与所述高分辨率图像传感器间的视野差小于预设视野范围。
6.如...
【技术特征摘要】
1.一种图像超分辨率增强方法，其特征在于，所述方法包括：
2.如权利要求1所述的图像超分辨率增强方法，其特征在于，所述方法还包括：
3.如权利要求2所述的图像超分辨率增强方法，其特征在于，所述获取所述训练数据集包括：
4.如权利要求3所述的图像超分辨率增强方法，其特征在于，所述基于损失函数及输入样本数据对应的标签数据，通过所述高分布率判别器输出每次迭代过程中的损失值包括：
5.如权利要求3所述的图像超分辨率增强方法，其特征在于，所述低分辨率图像传感器与所述高分辨率图像传感器间的视野差小于预设视野范围。
6.如权...
【专利技术属性】
技术研发人员：冯站银，王星宇，梁林林，石本义，应少波，童城，
申请(专利权)人：合肥英睿系统技术有限公司，
类型：发明
国别省市：
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。