原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明结合可解释深度学习的彩色图引导深度图超分辨率方法属于图像质量增强领域，解决了深度图超分辨率问题。首先，构建一种双任务驱动的深度图超分辨率优化模型，即通过深度图超分辨率任务模型和深度边界超分辨率任务模型交替更新求解来获得高质量的深度图；其次，利用近端梯度下降算法求解深度图超分辨率任务模型和深度图边界超分辨率任务模型；最后，将迭代算法的每个算子转化为特定的子网络，再将这些算子组合在一起，形成一种双任务优化模型展开的可解释网络。本发明通过优化模型的推导和展开来保证该网络性能的优越性。实验结果表明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116977175 A
(43)申请公布日 2023.10.31
(21)申请号 202310892423.8
(22)申请日 2023.07.20
(71)申请人 太原科技大学
地址 030024
文档评论（0）