Processing

Please wait...

Settings

Settings

Goto Application

1. WO2022005611 - IMAGE SUPER-RESOLUTION RECONSTRUCTING

Publication Number WO/2022/005611
Publication Date 06.01.2022
International Application No. PCT/US2021/031467
International Filing Date 10.05.2021
IPC
G06T 3/40 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
3Geometric image transformation in the plane of the image
40Scaling of a whole image or part thereof
G06T 5/00 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
CPC
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06T 2207/20081
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2207Indexing scheme for image analysis or image enhancement
20Special algorithmic details
20081Training; Learning
G06T 2207/20084
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2207Indexing scheme for image analysis or image enhancement
20Special algorithmic details
20084Artificial neural networks [ANN]
G06T 3/4046
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
3Geometric image transformation in the plane of the image
40Scaling the whole image or part thereof
4046using neural networks
G06T 3/4053
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
3Geometric image transformation in the plane of the image
40Scaling the whole image or part thereof
4053Super resolution, i.e. output image resolution higher than sensor resolution
Applicants
  • MICROSOFT TECHNOLOGY LICENSING, LLC [US]/[US]
Inventors
  • ZHENG, Shuxin
  • LIU, Chang
  • HE, Di
  • KE, Guolin
  • BIAN, Jiang
  • LIU, Tie-Yan
Agents
  • SWAIN, Cassandra T.
  • BARKER, Doug
  • CHATTERJEE, Aaron C.
  • CHEN, Wei-Chen Nicholas
  • CHOI, Daniel
  • CHURNA, Timothy
  • DINH, Phong
  • EVANS, Patrick
  • GABRYJELSKI, Henry
  • GUPTA, Anand
  • HWANG, William C.
  • JARDINE, John S.
  • LEE, Sunah
  • LEMMON, Marcus
  • MARQUIS, Thomas
  • MEYERS, Jessica
  • ROPER, Brandon
  • SPELLMAN, Steven
  • SULLIVAN, Kevin
  • WALKER, Matt
  • WIGHT, Stephen A.
  • WISDOM, Gregg
  • WONG, Ellen
  • WONG, Thomas S.
  • ZHANG, Hannah
  • AKHTER, Julia
  • KADOURA, Judy M.
  • NIU, Bo
  • OLANIRAN, Qudus
  • BROWN, Renee
  • TRAN, Kimberly
Priority Data
202010621955.430.06.2020CN
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) IMAGE SUPER-RESOLUTION RECONSTRUCTING
(FR) RECONSTRUCTION D'IMAGE À TRÈS HAUTE RÉSOLUTION
Abstract
(EN) According to implementations of the subject matter described herein, a solution is proposed for super-resolution image reconstructing. According to the solution, an input image with first resolution is obtained. An invertible neural network is trained using the input image, wherein the invertible neural network is configured to generate an intermediate image with second resolution and first high-frequency information based on the input image, the second resolution being lower than the first resolution. Subsequently, an output image with third resolution is generated based on the input image and second high-frequency information by using an inverse network of the trained invertible neural network, the second high-frequency information conforming to a predetermined distribution, and the third resolution being higher than the first resolution. The solution can effectively process a low-resolution image obtained by an unknown downsampling method, thereby obtaining a high-quality and high-resolution image.
(FR) Selon des modes de réalisation, la présente invention concerne une solution de reconstruction d'image à très haute résolution. Selon la solution, une image d'entrée présentant une première résolution est obtenue. Un réseau de neurones artificiels réversible est formé à l'aide de l'image d'entrée, le réseau de neurones artificiels réversible étant conçu pour générer une image intermédiaire présentant une deuxième résolution et des premières informations haute fréquence sur la base de l'image d'entrée, la deuxième résolution étant inférieure à la première résolution. Ensuite, une image de sortie présentant une troisième résolution est générée sur la base de l'image d'entrée et de secondes informations haute fréquence à l'aide d'un réseau inverse du réseau de neurones artificiels réversible formé, les secondes informations haute fréquence se conformant à une distribution prédéfinie, et la troisième résolution étant supérieure à la première résolution. La solution peut traiter efficacement une image à faible résolution obtenue par un procédé de sous-échantillonnage inconnu, ce qui permet d'obtenir une image de haute qualité et à haute résolution.
Related patent documents
Latest bibliographic data on file with the International Bureau