公开(公告)号：CN114881861A

公开(公告)日：2022-08-09

申请号：CN202210579510.3

申请日：2022-05-25

Applicant: 厦门大学

Inventor： 曲延云 ,  林锦 ,  罗小同 ,  艾泽坤

IPC: G06T3/40 ,  G06T7/41 ,  G06V10/764 ,  G06V10/774 ,  G06K9/62 ,  G06N20/00

Abstract: 基于双采样纹理感知蒸馏学习的不均衡图像超分方法，涉及图像处理领域。包括：1)双采样策略：设计双采样策略来显式增加对少量的困难样本的采样概率，其包括反转采样和随机采样两种采样概率相反的方式训练超分模型，利用这两种采样方式来重新平衡训练数据的分布；2)纹理感知蒸馏学习：通过反转采样数据训练得到教师超分模型，通过蒸馏学习将教师模型中有效的参数级和图像级信息迁移到随机采样的学生超分模型中，从而提升不均衡图像的超分性能。可用于智能视频监控、遥感卫星、医学图像、视频应用及其它许多领域的实际需要等。

公开(公告)号：CN114820326B

公开(公告)日：2024-05-31

申请号：CN202210579505.2

申请日：2022-05-25

Applicant: 厦门大学

Inventor： 曲延云 ,  罗小同 ,  代明亮 ,  谢源

IPC: G06T3/4053 ,  G06T3/4046

Abstract: 基于可调节核稀疏化的高效单帧图像超分方法，涉及图像处理领域。通过将用户预定义的稀疏度隐式分配给每个单独的卷积核来实现权重级别的可调节模型稀疏，并由此提供一种基于可调节核稀疏化的高效单帧图像超分方法。为了诱导核稀疏性，引入软阈值函数作为门限约束从而过滤不重要的权重值。为了满足可调节的稀疏度，提出一种动态阈值学习算法，即阈值与网络权重一起更新，与此同时阈值在目标稀疏性引导下进行自适应衰减。该方法本质上为现有的超分大模型提供了在给定资源限制下的动态参数重分配。该方法研究高效轻量级图像超分模型，可用于智能安防、高清画质增强、历史老照片修复等。

公开(公告)号：CN114820326A

公开(公告)日：2022-07-29

申请号：CN202210579505.2

申请日：2022-05-25

Applicant: 厦门大学

Inventor： 曲延云 ,  罗小同 ,  代明亮 ,  谢源

IPC: G06T3/40

Abstract: 基于可调节核稀疏化的高效单帧图像超分方法，涉及图像处理领域。通过将用户预定义的稀疏度隐式分配给每个单独的卷积核来实现权重级别的可调节模型稀疏，并由此提供一种基于可调节核稀疏化的高效单帧图像超分方法。为了诱导核稀疏性，引入软阈值函数作为门限约束从而过滤不重要的权重值。为了满足可调节的稀疏度，提出一种动态阈值学习算法，即阈值与网络权重一起更新，与此同时阈值在目标稀疏性引导下进行自适应衰减。该方法本质上为现有的超分大模型提供了在给定资源限制下的动态参数重分配。该方法研究高效轻量级图像超分模型，可用于智能安防、高清画质增强、历史老照片修复等。

公开(公告)号：CN114881861B

公开(公告)日：2024-06-04

申请号：CN202210579510.3

申请日：2022-05-25

Applicant: 厦门大学

Inventor： 曲延云 ,  林锦 ,  罗小同 ,  艾泽坤

IPC: G06T3/4076 ,  G06T7/41 ,  G06V10/764 ,  G06V10/774 ,  G06N20/00

Abstract: 基于双采样纹理感知蒸馏学习的不均衡图像超分方法，涉及图像处理领域。包括：1)双采样策略：设计双采样策略来显式增加对少量的困难样本的采样概率，其包括反转采样和随机采样两种采样概率相反的方式训练超分模型，利用这两种采样方式来重新平衡训练数据的分布；2)纹理感知蒸馏学习：通过反转采样数据训练得到教师超分模型，通过蒸馏学习将教师模型中有效的参数级和图像级信息迁移到随机采样的学生超分模型中，从而提升不均衡图像的超分性能。可用于智能视频监控、遥感卫星、医学图像、视频应用及其它许多领域的实际需要等。