JP7482253B2 - 画像処理方法、装置、コンピュータ機器及び記憶媒体 - Google Patents
画像処理方法、装置、コンピュータ機器及び記憶媒体 Download PDFInfo
- Publication number
- JP7482253B2 JP7482253B2 JP2022564634A JP2022564634A JP7482253B2 JP 7482253 B2 JP7482253 B2 JP 7482253B2 JP 2022564634 A JP2022564634 A JP 2022564634A JP 2022564634 A JP2022564634 A JP 2022564634A JP 7482253 B2 JP7482253 B2 JP 7482253B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature information
- filter
- processing target
- processed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title description 12
- 238000012545 processing Methods 0.000 claims description 101
- 238000000034 method Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 33
- 238000001914 filtration Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 230000006837 decompression Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Description
本願は、2020年8月25日に提出された、名称が「超解像度画像再構成方法、装置、コンピュータ機器及び記憶媒体」、出願番号が2020108629572である中国出願の優先権を主張し、その全ての内容が参照によって本願に組み込まれる。
処理対象画像の初期解像度画像を取得するステップと、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するステップと、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るステップと、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るステップと、を含む画像処理方法を提供する。
処理対象画像の初期解像度画像を取得するための画像取得モジュールと、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するための特徴抽出モジュールと、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るためのフィルタ組み合わせモジュールと、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るための画像再構成モジュールと、を備える、画像処理装置を提供する。
コンピュータプログラムが記憶されているメモリと、
前記コンピュータプログラムを実行する場合に、
処理対象画像の初期解像度画像を取得するステップと、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するステップと、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るステップと、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るステップと、を実現するプロセッサと、を備えるコンピュータ機器を提供する。
プロセッサによって実行される場合に、
処理対象画像の初期解像度画像を取得するステップと、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するステップと、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るステップと、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るステップと、を実現するコンピュータプログラムが記憶されているコンピュータ可読記憶媒体を提供する。
1)標準の円形フィルタを、長軸(σ1)と短軸(σ2)の大きさを制御することで楕円にし、2)楕円を反時計回りに回転(回転角度θ)させることで、所定角度傾斜した楕円を得、3)楕円の長軸と短軸を同時に調整(σ1とσ2に同時に係数γを乗算)して、スケーリングすることによって取得される。
ステップ81:残差ネットワークを介して処理対象画像の第1の画像特徴情報を抽出するステップと、
ステップ82:第1の画像特徴情報に対して画素再構成を行って、第1の画像特徴情報に対応する画像解像度よりも高い対応する画像解像度を有する、第1の画像特徴情報に対応する第2の画像特徴情報を得て、処理対象画像の画像特徴情報とするステップと、を含む。
ステップ91:処理対象画像を同じサイズの複数の画像ブロックに分割するステップと、
ステップ92:残差ネットワークに含まれる複数の残差分岐によって、複数の画像ブロックの特徴情報をそれぞれ抽出して、処理対象画像の第1の画像特徴情報とするステップと、を含む。
事前定義されたフィルタパラメータ情報テーブルから、フィルタパラメータに対応する複数のプリセットフィルタを決定するステップと、フィルタパラメータに対応する複数のプリセットフィルタに対して線形重み付けを行って、処理対象画像の各画素位置に対応するターゲットフィルタを得るステップと、を含む。
[式中、Fiは単一のターゲットフィルタ、Dは事前定義されたフィルタパラメータ情報テーブル、Lは事前定義されたフィルタパラメータ情報テーブルにおけるプリセットフィルタの数、Φはフィルタパラメータである。]によって計算される。
処理対象画像の初期解像度画像を取得するための画像取得モジュール101と、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するための特徴抽出モジュール102と、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るためのフィルタ組み合わせモジュール103と、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るための画像再構成モジュール104と、を備える、画像処理装置を提供している。
[式中、前記Fiは単一の前記ターゲットフィルタ、Dは前記事前定義されたフィルタパラメータ情報テーブル、前記Lは前記事前定義されたフィルタパラメータ情報テーブルにおける前記プリセットフィルタの数、前記Φは前記フィルタパラメータである。]によって計算してターゲットフィルタを得る。
コンピュータプログラムを実行する場合に、
処理対象画像の初期解像度画像を取得するステップと、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するステップと、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るステップと、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るステップと、を実現するプロセッサと、を備えるコンピュータ機器を提供している。
[式中、前記Fiは単一の前記ターゲットフィルタ、Dは前記事前定義されたフィルタパラメータ情報テーブル、前記Lは前記事前定義されたフィルタパラメータ情報テーブルにおける前記プリセットフィルタの数、前記Φは前記フィルタパラメータである。]によって計算してターゲットフィルタを得るステップを実現する。
処理対象画像の初期解像度画像を取得するステップと、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するステップと、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るステップと、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るステップと、を実現するコンピュータプログラムが記憶されているコンピュータ可読記憶媒体を提供している。
[式中、前記Fiは単一の前記ターゲットフィルタ、Dは前記事前定義されたフィルタパラメータ情報テーブル、前記Lは前記事前定義されたフィルタパラメータ情報テーブルにおける前記プリセットフィルタの数、前記Φは前記フィルタパラメータである。]によって計算してターゲットフィルタを得るステップを実現する。
Claims (10)
- 処理対象画像の初期解像度画像を取得するステップと、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するステップと、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るステップと、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るステップと、を含み、
前記処理対象画像の画像特徴情報を抽出する前記ステップは、
残差ネットワークを介して前記処理対象画像の第1の画像特徴情報を抽出するステップと、
前記第1の画像特徴情報に対して画素再構成を行って、前記第1の画像特徴情報に対応する画像解像度よりも高い対応する画像解像度を有する、前記第1の画像特徴情報に対応する第2の画像特徴情報を得て、前記処理対象画像の画像特徴情報とするステップと、を含む、画像処理方法。 - 残差ネットワークを介して前記処理対象画像の第1の画像特徴情報を抽出する前記ステップは、
前記処理対象画像を同じサイズの複数の画像ブロックに分割するステップと、
前記残差ネットワークに含まれる複数の残差分岐によって、複数の前記画像ブロックの特徴情報をそれぞれ抽出して、前記処理対象画像の第1の画像特徴情報とするステップと、を含む請求項1に記載の方法。 - 処理対象画像の初期解像度画像を取得する前記ステップは、
前記処理対象画像を取得するステップと、
前記処理対象画像に対して線形補間処理を行い、線形補間処理された画像を前記初期解像度画像とするステップと、を含む請求項1に記載の方法。 - 前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定する前記ステップは、
前記画像特徴情報に対して畳み込み処理を行って、画素位置に対応する複数のフィルタパラメータを含む、前記処理対象画像の各画素位置に対応する結合係数を得るステップを含む請求項1に記載の方法。 - 前記処理対象画像の第1の画像特徴情報を抽出する前記ステップは、
前記処理対象画像を同じサイズの複数の画像ブロックに分割するステップと、
前記残差ネットワークに含まれる複数の残差分岐によって、複数の前記画像ブロックの特徴情報をそれぞれ抽出して、前記処理対象画像の第1の画像特徴情報とするステップと、を含む請求項1に記載の方法。 - 各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得る前記ステップは、
事前定義されたフィルタパラメータ情報テーブルから、前記フィルタパラメータに対応する複数のプリセットフィルタを決定するステップと、
前記フィルタパラメータに対応する複数のプリセットフィルタに対して線形重み付けを行って、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るステップと、を含む請求項1~5のいずれか1項に記載の方法。 - 前記ターゲットフィルタは、下記式:
[式中、前記Fiは単一の前記ターゲットフィルタ、Dは前記事前定義されたフィルタパラメータ情報テーブル、前記Lは前記事前定義されたフィルタパラメータ情報テーブルにおける前記プリセットフィルタの数、前記Φは前記フィルタパラメータである。]によって計算される請求項6に記載の方法。 - 処理対象画像の初期解像度画像を取得するための画像取得モジュールと、
前記処理対象画像の画像特徴情報を抽出し、前記画像特徴情報に基づいて、前記処理対象画像の各画素位置に対応する複数のフィルタパラメータを決定するための特徴抽出モジュールと、
各前記画素位置に対応する複数のフィルタパラメータに従って、対応する各プリセットフィルタをそれぞれ組み合わせて、前記処理対象画像の各前記画素位置に対応するターゲットフィルタを得るためのフィルタ組み合わせモジュールと、
前記ターゲットフィルタによって、前記初期解像度画像の対応する画素位置の画素情報をフィルタリング処理して、前記処理対象画像の超解像度画像を得るための画像再構成モジュールと、を備え、
前記特徴抽出モジュールは、
残差ネットワークを介して前記処理対象画像の第1の画像特徴情報を抽出し、
前記第1の画像特徴情報に対して画素再構成を行って、前記第1の画像特徴情報に対応する画像解像度よりも高い対応する画像解像度を有する、前記第1の画像特徴情報に対応する第2の画像特徴情報を得て、前記処理対象画像の画像特徴情報とする、画像処理装置。 - コンピュータプログラムが記憶されているメモリと、前記コンピュータプログラムを実行する場合に、請求項1~5のいずれか1項に記載の方法のステップを実現するプロセッサと、を備えるコンピュータ機器。
- プロセッサによって実行される場合に、請求項1~5のいずれか1項に記載の方法のステップを実現するコンピュータプログラムが記憶されているコンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010862957.2 | 2020-08-25 | ||
CN202010862957.2A CN111951167B (zh) | 2020-08-25 | 2020-08-25 | 超分辨率图像重建方法、装置、计算机设备和存储介质 |
PCT/CN2021/106647 WO2022042124A1 (zh) | 2020-08-25 | 2021-07-16 | 超分辨率图像重建方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023523047A JP2023523047A (ja) | 2023-06-01 |
JP7482253B2 true JP7482253B2 (ja) | 2024-05-13 |
Family
ID=73366367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022564634A Active JP7482253B2 (ja) | 2020-08-25 | 2021-07-16 | 画像処理方法、装置、コンピュータ機器及び記憶媒体 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7482253B2 (ja) |
CN (1) | CN111951167B (ja) |
WO (1) | WO2022042124A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951167B (zh) * | 2020-08-25 | 2021-05-18 | 深圳思谋信息科技有限公司 | 超分辨率图像重建方法、装置、计算机设备和存储介质 |
CN113034368A (zh) * | 2021-04-01 | 2021-06-25 | 深圳思谋信息科技有限公司 | 图像超分辨率模型训练方法、装置、计算机设备和介质 |
CN113674153A (zh) * | 2021-08-10 | 2021-11-19 | Oppo广东移动通信有限公司 | 图像处理芯片、电子设备、图像处理方法和存储介质 |
CN113808020A (zh) * | 2021-09-18 | 2021-12-17 | 北京字节跳动网络技术有限公司 | 图像处理方法及设备 |
CN115564653A (zh) * | 2022-09-30 | 2023-01-03 | 江苏济远医疗科技有限公司 | 一种多因子融合的图像超分辨率方法 |
CN116503933B (zh) * | 2023-05-24 | 2023-12-12 | 北京万里红科技有限公司 | 一种眼周特征提取方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015166976A (ja) | 2014-03-04 | 2015-09-24 | 学校法人慶應義塾 | 画像処理装置、画像処理方法及びプログラム |
US20190096031A1 (en) | 2017-09-25 | 2019-03-28 | Shanghai Zhaoxin Semiconductor Co., Ltd. | Image interpolation methods and related image interpolation devices thereof |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574336B (zh) * | 2015-01-19 | 2017-08-01 | 上海交通大学 | 基于自适应亚模字典选择的超分辨率图像重建系统 |
US9633274B2 (en) * | 2015-09-15 | 2017-04-25 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for denoising images using deep Gaussian conditional random field network |
CN105389778B (zh) * | 2015-11-04 | 2018-10-12 | 北京大学深圳研究生院 | 一种基于字典匹配的图像超分辨率重建方法及装置 |
WO2017075768A1 (zh) * | 2015-11-04 | 2017-05-11 | 北京大学深圳研究生院 | 一种基于字典匹配的图像超分辨率重建方法及装置 |
CN105844590A (zh) * | 2016-03-23 | 2016-08-10 | 武汉理工大学 | 基于稀疏表示的图像超分辨率重建方法及系统 |
CN107194879A (zh) * | 2017-06-26 | 2017-09-22 | 司马大大(北京)智能系统有限公司 | 超分辨率重建方法、装置及电子设备 |
CN110070486A (zh) * | 2018-01-24 | 2019-07-30 | 杭州海康威视数字技术股份有限公司 | 一种图像处理方法、装置及电子设备 |
CN108830791B (zh) * | 2018-05-09 | 2022-05-06 | 浙江师范大学 | 基于自身样例和稀疏表示的图像超分辨率方法 |
CN108776954B (zh) * | 2018-06-26 | 2020-04-28 | 北京字节跳动网络技术有限公司 | 用于生成图像的方法和装置 |
CN110838085B (zh) * | 2018-08-15 | 2021-09-24 | Tcl科技集团股份有限公司 | 一种图像的超分辨率重建方法、装置及电子设备 |
CN110866870B (zh) * | 2019-10-29 | 2023-04-28 | 中山大学 | 一种医学图像任意倍数放大的超分辨处理方法 |
CN111951167B (zh) * | 2020-08-25 | 2021-05-18 | 深圳思谋信息科技有限公司 | 超分辨率图像重建方法、装置、计算机设备和存储介质 |
-
2020
- 2020-08-25 CN CN202010862957.2A patent/CN111951167B/zh active Active
-
2021
- 2021-07-16 WO PCT/CN2021/106647 patent/WO2022042124A1/zh active Application Filing
- 2021-07-16 JP JP2022564634A patent/JP7482253B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015166976A (ja) | 2014-03-04 | 2015-09-24 | 学校法人慶應義塾 | 画像処理装置、画像処理方法及びプログラム |
US20190096031A1 (en) | 2017-09-25 | 2019-03-28 | Shanghai Zhaoxin Semiconductor Co., Ltd. | Image interpolation methods and related image interpolation devices thereof |
Also Published As
Publication number | Publication date |
---|---|
WO2022042124A1 (zh) | 2022-03-03 |
CN111951167B (zh) | 2021-05-18 |
CN111951167A (zh) | 2020-11-17 |
JP2023523047A (ja) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7482253B2 (ja) | 画像処理方法、装置、コンピュータ機器及び記憶媒体 | |
Liu et al. | Residual feature aggregation network for image super-resolution | |
Hui et al. | Lightweight image super-resolution with information multi-distillation network | |
CN107507134B (zh) | 基于卷积神经网络的超分辨率方法 | |
CN111369440B (zh) | 模型训练、图像超分辨处理方法、装置、终端及存储介质 | |
Dai et al. | Softcuts: a soft edge smoothness prior for color image super-resolution | |
CN111105352A (zh) | 超分辨率图像重构方法、系统、计算机设备及存储介质 | |
WO2016019484A1 (en) | An apparatus and a method for providing super-resolution of a low-resolution image | |
WO2011092696A1 (en) | Method and system for generating an output image of increased pixel resolution from an input image | |
KR102122065B1 (ko) | 보간된 전역 지름길 연결을 적용한 잔류 컨볼루션 신경망을 이용하는 초해상도 추론 방법 및 장치 | |
US11367163B2 (en) | Enhanced image processing techniques for deep neural networks | |
RU2697928C1 (ru) | Способ сверхразрешения изображения, имитирующего повышение детализации на основе оптической системы, выполняемый на мобильном устройстве, обладающем ограниченными ресурсами, и мобильное устройство, его реализующее | |
CN114945935A (zh) | 使用卷积神经网络的超分辨率 | |
US20230153946A1 (en) | System and Method for Image Super-Resolution | |
Li et al. | Dlgsanet: lightweight dynamic local and global self-attention networks for image super-resolution | |
CN114913094A (zh) | 图像修复方法、装置、计算机设备、存储介质和程序产品 | |
CN112184587A (zh) | 一种边缘数据增强模型、以及基于所述模型的高效边缘数据增强方法及系统 | |
CN115797176A (zh) | 一种图像超分辨率重建方法 | |
Li et al. | Lightweight single image super-resolution with dense connection distillation network | |
CN114494022A (zh) | 模型训练方法、超分辨率重建方法、装置、设备及介质 | |
KR20120088350A (ko) | 고해상도 영상 생성 장치 | |
WO2020187042A1 (zh) | 图像处理方法、装置、设备以及计算机可读介质 | |
CN112950478A (zh) | 基于双重身份属性约束的人脸超分辨率方法及系统 | |
CN116029905A (zh) | 一种基于渐进差值互补的人脸超分辨率重构方法及系统 | |
CN113947521A (zh) | 基于深度神经网络的图像分辨率转换方法及装置、终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221021 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221021 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231205 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240304 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240426 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7482253 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |