基于深度学习的芯片图像超分辨率重建方法

作者：张铭津; 范明明; 刘志强; 池源; 孙宸; 侯波; 李云松

来源：2018-09-25, 中国, ZL201811119289.3.

本发明公开了一种基于深度学习的芯片图像超分辨率重建方法,主要解决现有方法重建芯片图像电路密集处分辨率低的问题。其技术方案是：1.划分图像集,并构建训练数据集；2.对训练数据集进行训练；3.估计出K幅低分辨率图像与参考图像的子像素位移量；4.对参考图像进行上采样,并将其输入到训练好的模型,输出估计图像；5.对估计图像降质,并计算降质后图像与K幅低分辨率图像的模拟误差；6将模拟误差叠加到估计图像上得到改进的估计图像；7.迭代执行5至6,直至误差函数小于误差阈值,输出最终改进的估计图像。本发明提高了芯片图像中电路密集处的超分辨率重建效果,可以用于芯片密集电路处的硬件木马检测。

• 单位
  西安电子科技大学