(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211283775.5 (22)申请日 2022.10.20 (71)申请人 运易通科技有限公司 地址 510000 广东省广州市黄埔区黄埔大 道东840号3202房320 3房 (72)发明人 李华　温燕飞　谢立杰　张桓　 (74)专利代理 机构 成都华复知识产权代理有限 公司 512 98 专利代理师 余鹏 (51)Int.Cl. G06T 3/40(2006.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 一种用于仓库物流系统的图像重建方法及 设备 (57)摘要 本发明公开了一种用于仓库物流系统的图 像重建方法及设备， 属于人工智能和图像处理技 术领域。 图像重建方法包括获取待处理图像和训 练完成的图像重建模型， 将待处理图像输入图像 重建模型， 利用特征提取子网对待处理图像进行 特征提取操作， 将高阶特征图输入图像重构子 网， 利用图像重构子网对高阶特征图进行重构， 然后输出分辨率大于待处理图像的处理后图像 等步骤。 本发 明通过深度学习技术对低分辨率的 标签图像进行重建， 保持硬件设备不变的情况 下， 提高物 流管理系统对低分辨率标签图像的识 别和自动读取信息的能力； 本发 明提供的图像重 建模型与现有的图像超分辨率重建模 型相比， 对 局部的噪音具有很好的抗干扰能力， 模型重建效 果好。 权利要求书2页 说明书6页 附图6页 CN 115358931 A 2022.11.18 CN 115358931 A 1.一种用于 仓库物流系统的图像重建方法， 其特 征是： 包括以下步骤： P100、 获取待处 理图像和训练完成的图像重建模型； 所述图像重建模型包括依次设置的特征提取子网和图像重构子网， 所述特征提取子网 包括多个堆叠的特 征提炼复融模块； P200、 将所述待处理图像输入所述 图像重建模型， 利用所述特征提取子网对所述待处 理图像进行特征提取操作后， 所述特征提取子网输出高阶特征图， 所述高阶特征图中包含 所述待处 理图像的高阶特 征信息； P300、 将所述高阶特征图输入所述 图像重构子网， 利用所述图像重构子网对所述高阶 特征图进行重构后， 所述图像重构子网输出分辨 率大于所述待处 理图像的处 理后图像； 所述特征提炼复融模块 提取图像特 征信息的过程表示 为如下数学模型： 其中， MI表示输入所述特征提炼复融模块的特征图， MO表示从所述特征提炼复融模块 中输出的特征图， fCOV1、 fCOV2、 fCOV3、 fCOV4、 fCOV5和fCOV6均表示步长为1的普通卷积运算， fCOV1、 fCOV3和fCOV4的卷积核尺寸均为3*3， fCOV2和fCOV5的卷积核尺寸均为5*5， fCOV6的卷积核 尺寸为1*1， fσ1、 fσ2、 fσ3、 fσ4、 fσ5和fσ6均表示非线性激活函数ReLU， fT1和fT2均表示非线性 激活函数Tanh， ×表示元素对应乘积运 算， <•>表示对其中的特 征图做拼接操作。 2.根据权利要求1所述的用于仓库物流系统的图像重建方法， 其特征是： 所述图像重建 模型中设有低阶卷积层， 所述低阶卷积层设于所述特征提取子网的前端； 先利用所述低阶 卷积层对输入的所述待处理图像进行卷积运算、 生成低阶特征图后， 再将所述低阶特征图 输入所述特 征提取子网。 3.根据权利要求2所述的用于仓库物流系统的图像重建方法， 其特征是： 所述特征提炼 复融模块中设有集成式注意力单元， 所述集成 式注意力单元生成输出的集成调制图用于对 特征图MO进行调制， 调制后的MO特 征图作为所述特 征提炼复融模块的输出。 4.根据权利要求3所述的用于仓库物流系统的图像重建方法， 其特征是： 所述图像重建 模型中设有层级跳连接， 所述低阶特征图通过所述层级跳连接输入各个所述集成式注意力权　利　要　求　书 1/2 页 2 CN 115358931 A 2单元中。 5.根据权利要求4所述的用于仓库物流系统的图像重建方法， 其特征是： 所述集成式注 意力单元的数学模型为； 其中， β 1表示( α 6+α 7)特征图经过fT1函数激活后生成的特征图， β 2表示( α 6 ×α 7)特征图 经过fT2函数激活后生成的特征图， β 3表示α8特征图依次经过fCOV6卷积和fσ6函数激活后生 成的特征图， MA表示所述低阶卷积层输出的低阶特征图， 特征图α 6、 α 7、 β 1、 β 2、 β 3和MA同时 作为所述集成 式注意力单元的输入， < •>表示对特征图做拼接操作， ×表示元素对应乘积运 算， TbC表示对特征图在通道方向进行全局最大池化， TvS表示对特征图在空间方向进行全 局方差池化， fFC1和fFC2均表示全连接层， fδ1、 fδ2和fδ3均表示sigmoid激活函数， MS表示所 述集成式注意力单 元生成并输出的集成调制图。 6.根据权利要求5所述的用于仓库物流系统的图像重建方法， 其特征是： 所述特征提取 子网中设有多层次信息整合单元， 所述多层次信息整合单元包括拼接操作层和整合卷积 层， 所述拼接操作层用于将各个所述特征提炼复融模块输出 的特征图拼接起来、 并生成多 维特征图， 所述整合卷积层用于对所述多维特征图进行卷积操作， 然后生成并输出所述高 阶特征图。 7.一种用于仓库物流系统的图像重建设备， 包括处理器和存储器， 所述存储器储存有 计算机程序， 其特征是： 所述处理器通过加载所述计算机程序， 用于执行如权利要求 1至6任 一项所述的用于 仓库物流系统的图像重建方法。权　利　要　求　书 2/2 页 3 CN 115358931 A 3