图像过度表示方法、装置、电子设备及可读存储介质

摘要

本申请实施例提供的图像过度表示方法、装置、电子设备及可读存储介质，首先，将输入图像进行等比例缩放得到多张尺寸不同的输入图像，并将最小尺寸的输入图像输入卷积神经网络的梯度上升函数中，得到对应的梯度图像；接着，将梯度图像放大后输入梯度上升函数中，得到尺寸放大后的梯度图像；最后，将放大后的梯度图像与差值图像进行相加后进行放大，并将放大后的图像输入梯度上升函数中，直到新的放大后的梯度图像的尺寸与输入图像的尺寸相同。上述方案通过梯度上升函数可以将卷积神经网络中不同连接层的表示效果输出至过度表示图像，同时通过创建多个不同尺寸的图像，迭代执行，不断优化梯度图像中的细节信息，增强过度表示图像的图像效果。