摘要
本发明涉及计算机视觉技术领域，公开了一种轻量化的图像超分辨率方法及存储介质，所采用的超分辨率模型的训练过程包括：将高分辨率图像和低分辨率图像组成训练集；将低分辨率图像输入浅层特征提取模块中，使用单层卷积从低分辨率图像中提取低频信息，得到浅层特征；将浅层特征输入深度特征提取模块中进行残差混合学习，得到深度特征；将深度特征输入图像重建模块进行图像重建，得到高分辨率图像；通过高分辨率图像和重建的高分辨率图像对超分辨率模型进行训练。本发明能够在使用少量网络参数与计算开销的前提下高效完成的图像超分辨率任务，具有更高的可行性与实用性。
