【技术实现步骤摘要】
本专利技术属于图像处理领域，具体涉及一种图像超分辨率的加速方法、系统、装置及存储介质。
技术介绍
1、图像超分辨率技术因其在多个领域的广泛应用和重要价值，已经成为图像处理领域的一个重要研究方向。目前，基于扩散模型的方法已经在图像超分辨率任务上取得了很好的结果，如stablesr通过编码器中的时间嵌入层合并时间信息可以明显提高生成质量和对真实图片的保真度，因为它可以自适应地调整从lr特征导出的条件强度。diffbir通过一个图像的初步恢复模块和一个细节的生成模型组成的两阶段的模型，可以进行任意尺寸和倍数的图像超分辨率。但上述两种方法在保证一定质量的前提下，图像超分辨率的速度却显得不尽人意，这对时间有要求的图片超分来说是致命的。因此需要针对基于扩散模型的超分辨率方法，在保证质量的前提下对超分的速度进行提升。
2、针对超分的速度问题，本专利技术提出了一种基于扩散模型的分区域的超分策略。该技术利用图片中信息量的不同，从而对不同分区域区域采用不同的恢复策略，在保证图片超分质量的前提下，极大地加快了超分地速度。未来该技术有望用于实时超分...
【技术保护点】
1.一种图像超分辨率的加速方法，其特征在于，该方法包括：
2.根据权利要求1所述的图像超分辨率的加速方法，其特征在于，所述图像分割步骤包括：采用图像分块或语义分割的方法对图像进行处理，将图像分为若干个区域。
3.根据权利要求2所述的图像超分辨率的加速方法，其特征在于，采用图像分块时将图像均匀的分为若干矩形图像块；采用语义分割时，将图像中的不同物体进行分区，然后得到若干区域。
4.根据权利要求1所述的图像超分辨率的加速方法，其特征在于，难度判定过程为：采用一个图像超分辨率难度判别网络，将输入的图像分割后的区域进行超分辨率难度判断，得到
<...【技术特征摘要】
1.一种图像超分辨率的加速方法，其特征在于，该方法包括：
2.根据权利要求1所述的图像超分辨率的加速方法，其特征在于，所述图像分割步骤包括：采用图像分块或语义分割的方法对图像进行处理，将图像分为若干个区域。
3.根据权利要求2所述的图像超分辨率的加速方法，其特征在于，采用图像分块时将图像均匀的分为若干矩形图像块；采用语义分割时，将图像中的不同物体进行分区，然后得到若干区域。
4.根据权利要求1所述的图像超分辨率的加速方法，其特征在于，难度判定过程为：采用一个图像超分辨率难度判别网络，将输入的图像分割后的区域进行超分辨率难度判断，得到难度等级。
5.根据权利要求4所述的图像超分辨率的加速方法，其特征在于，所述图像超分辨率难度判别网络为一个具有分类功能的神经网络，对输入的图像区域基于内容复杂度和纹理细节进行难度判断分类。
【专利技术属性】
技术研发人员：史怡晨，邹常青，余昕遥，赵志峰，
申请(专利权)人：之江实验室，
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。