首页> 中国专利> 基于自适应重要性学习的轻量级图像超分辨率改进方法

基于自适应重要性学习的轻量级图像超分辨率改进方法

页面导航

摘要

本发明公开了一种基于自适应重要性学习的轻量级图像超分辨率改进方法，提高给定轻量级SISR网络体系结构的拟合能力，学习方案能够无缝地从更强大的学习网络同化知识，以初始化图像像素的重要性，达到更好的初始容量网络，实现超分辨率性能。

1. 基于自适应重要性学习的轻量级图像超分辨率改进方法 [P] . 中国专利： CN108921791A . 2018-11-30
2. 基于自适应学习区域重要性的交互式图像检索方法及系统 [P] . 中国专利： CN104077344B . 2018.07.17
3. HIGH RESOLUTION IMPROVEMENT DEVICE AND METHOD THEREOF BASED ON LEARNING FOR HIGH PICTURE QUALITY IMAGE OBTAIN CAPABLE OF IMPROVING A LOW RESOLUTION IMAGE AS A HIGH RESOLUTION IMAGE BY USING A TRAINING DATA WHICH IS OBTAINED THROUGH PREVIOUS LEARNING [P] . 韩国专利： KR20110091991A . 2011-08-17

机译：基于学习的高分辨率改进装置及其方法，通过使用以前的学习方法获得的训练数据，可以实现将低分辨率图像作为高分辨率图像来改进低分辨率图像。
4. Method for improving the resolution of streaming files based on the learning importance of feature areas [P] . 韩国专利： KR102130076B1 . 2020-07-03

机译：基于特征区域学习重要性提高流文件分辨率的方法
5. A watermark-adaptive and resolution-adaptive image watermarking system using deep learning [P] . KR102277099B1 . 2021-07-15

机译：利用深度学习的水印自适应和分辨率 - 自适应图像水印系统