System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 图像超分辨率增强方法、装置、设备及存储介质制造方法及图纸_技高网

图像超分辨率增强方法、装置、设备及存储介质制造方法及图纸

技术编号:42489698 阅读:4 留言:0更新日期:2024-08-21 13:07
本发明专利技术公开一种图像超分辨率增强方法、装置、设备及存储介质,所述方法包括:获取低分辨率目标图像;基于低分辨率目标图像形成预先训练的超分辨率模型中的输入数据,并通过预先训练的超分辨率模型输出所述低分辨率目标图像对应高分辨率目标图像,其中预先训练的超分辨率模型是基于训练数据集得到,训练数据集包括训练样本,每一训练样本包括对同一场景拍摄的低分辨率样本图像及高分辨率样本图像,其中高分辨率样本图像作为低分辨率样本图像的标签数据。

【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储介质,从而得到更加真实的,贴合实际情况的高分辨率图像以提高感知效果。

2、第一方面,提供一种图像超分辨率增强方法,包括:获取低分辨率目标图像;基于所述低分辨率目标图像形成预先训练的超分辨率模型中的输入数据,并通过预先训练的超分辨率模型输出所述低分辨率目标图像对应高分辨率目标图像,其中预先训练的超分辨率模型是基于训练数据集得到,所述训练数据集包括训练样本,每一训练样本包括对同一场景拍摄的低分辨率样本图像及高分辨率样本图像,其中高分辨率样本图像作为低分辨率样本图像的标签数据。

3、第二方面,提供一种图像超分辨率增强装置,包括:获取模块,用于获取低分辨率目标图像;执行模块,用于基于所述低分辨率目标图像形成预先训练的超分辨率模型中的输入数据,并通过预先训练的超分辨率模型输出所述低分辨率目标图像对应高分辨率目标图像,其中预先训练的超分辨率模型是基于训练数据集得到,所述训练数据集包括训练样本,每一训练样本包括对同一场景拍摄的低分辨率样本图像及高分辨率样本图像,其中高分辨率样本图像作为低分辨率样本图像的标签数据。

4、第二方面,提供一种车辆设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行本申请实施例所提供的图像超分辨率增强方法的步骤。

5、第三方面,提供一种存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行本申请实施例所提供的图像超分辨率增强方法的步骤。

6、本申请实施例中用于训练超分辨率模型的训练样本是对同一场景拍摄的低分辨率样本图像及高分辨率样本图像,其中低分辨率样本图像及高分辨率样本图像是拍摄的真实图像,采用真实的低分辨率样本图像及高分辨率样本图像,可以保留实际情况中图像的特征,从而可以减少图像特征的流失,使超分辨率模型在训练过程中,能够学习到更多的能够表征实际情况中的图像特征,从而使训练后的超分辨率模型能够准确地对采集的低分辨率目标图像进行超分辨率重建,从而得到更加真实的,贴合实际情况的高分辨率图像以提高感知效果。

本文档来自技高网...

【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.如权利要求1至5中任一项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:

7.如权利要求6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:

8.一种图像超分辨率增强装置,其特征在于,所述装置包括:

9.一种车辆设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7任一项所述方法的步骤。p>

10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7任一项所述方法的步骤。

...

【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:

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