技术总结
一种基于联合深度网络的压缩低分辨率图像复原方法属于数字图像/视频信号处理领域。本发明从协同处理压缩失真和降采样因素的角度出发，可完成含有压缩失真与低分辨率随机组合的退化图像复原；本发明的网络含有28卷积层，建立细长型的网络结构，根据迁移学习的思想，对预先训练好的模型采用微调的方式完成极深网络的训练收敛，解决梯度消失、梯度爆炸的问题；本发明通过特征可视化完成网络模型参数的设定，端对端的学习退化特征与理想特征的关系，且省去预处理和后处理；最后，本发明完成三个重要融合，相同尺寸特征图的融合，残差图像的融合，高频信息与高频初始估计图的融合，能协同解决具有压缩失真的低分辨率图像的超分辨复原问题。
技术研发人员：李晓光;孙旭;卓力
受保护的技术使用者：北京工业大学
文档号码：201611258018
技术研发日：2016.12.30
技术公布日：2017.05.24