(EN) The present invention provides an image super-resolution method and system. The method comprises: take an image to be processed as the input of a convolutional neural network super-resolution model, the convolutional neural network super-resolution model being composed of four execution modules which are connected in sequence; a first execution module processes said image to obtain a first processing image; a second execution module processes the first processing image and outputs a second processing image; a third execution module processes the second processing image and outputs a third processing image; a fourth execution module processes the third processing image and outputs a super-resolution image. Based on the present invention, the convolutional neural network super-resolution model sets the weighted features for said image, the important features in said image are determined by learning the weighted features, and the super-resolution processing is carried out according to the important features, so that the feature expression capability of the convolutional neural network super-resolution model is improved, and the detail quality of the super-resolution image obtained after the super-resolution processing is greatly improved.
(FR) La présente invention concerne un procédé et un système de super-résolution d'image. Le procédé comprend les étapes consistant à : prendre une image à traiter en tant qu'entrée d'un modèle de super-résolution de réseau neuronal convolutif, le modèle de super-résolution de réseau neuronal convolutif étant composé de quatre modules d'exécution qui sont connectés en séquence ; un premier module d'exécution traite ladite image pour obtenir une première image de traitement ; un deuxième module d'exécution traite la première image de traitement et délivre une deuxième image de traitement ; un troisième module d'exécution traite la deuxième image de traitement et délivre une troisième image de traitement ; un quatrième module d'exécution traite la troisième image de traitement et délivre une image de super-résolution. Sur la base de la présente invention, le modèle de super-résolution de réseau neuronal convolutif fixe les caractéristiques pondérées pour ladite image, les caractéristiques importantes dans ladite image sont déterminées par apprentissage des caractéristiques pondérées, et le traitement de super-résolution est réalisé selon les caractéristiques importantes, de telle sorte que la capacité d'expression de caractéristiques du modèle de super-résolution de réseau neuronal convolutif est améliorée, et la qualité de détail de l'image de super-résolution obtenue après le traitement de super-résolution est grandement améliorée.
(ZH) 本发明提供一种图像超分辨方法和系统，该方案包括：将待处理图像作为卷积神经网络超分模型的输入，卷积神经网络超分模型由四个依次连接的执行模块构成；第一执行模块对待处理图像进行处理，得到第一处理图像；第二执行模块对第一处理图像进行处理，输出包含第二处理图像；第三执行模块对第二处理图像进行处理，输出第三处理图像；第四执行模块对第三处理图像进行处理，输出超分辨率图像。基于本发明，卷积神经网络超分模型为待处理图像设置加权特征，通过对加权特征的学习，确定待处理图像中的重要特征，并依据重要特征进行超分辨处理，从而提高卷积神经网络超分模型的特征表达能力，使得超分辨处理后所得到的超分辨率图像的细节质量大大提高。
