基于卷积神经网络的图像超分辨率重建
文献类型：期刊论文
| 作者 | 赵怀慈1,2,4 ; 刘明第2,3,4; 刘鹏飞1,2,3,4
|
| 刊名 | 计算机工程与应用
 |
| 出版日期 | 2018 |
| 页码 | 1-8 |
| 关键词 | 图像超分辨率 深度学习 卷积神经网络 特征转移 |
| ISSN号 | 1002-8331 |
| 其他题名 | Mingdi. Image Super-Resolution based on Convolutional neural Networks. Computer Engineering and Applications |
| 产权排序 | 1 |
| 英文摘要 | 单幅图像超分辨率(Super Resolution,SR)重建,是计算机视觉领域的一个经典问题,其目的在于从一个低分辨率图像得到一个高分辨率图像。目前的卷积神经网络重建算法只有三层结构,浅层结构在处理内部结构复杂的数据时,会出现表征能力不足的问题,因此提出了一个基于特征转移的八层卷积神经网络结构来实现图像超分辨率重建。针对不同的测试集,文中提出的卷积神经网络模型取得了更佳的超分辨率结果,不管是在主观视觉上还是在客观评价指标上均有明显改善,把数据集图像放大3倍时,对于不同算法的对比图像,文中算法的峰值信噪比最高,而且在清晰度方面尤其是图像纹理边缘得到了增强。实验结果证明了基于迁移转移的八层卷积神经网络对图像超分辨率重建的有效性,且网络的收敛速度更快,在精细度方面具有更高的优势。 |
| 语种 | 中文 |
| 资助机构 | 装备预研领域基金(No.61400010102) |
| 源URL | [http://119.78.100.139/handle/173321/22092]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 通讯作者 | 刘鹏飞 |
| 作者单位 | 1.中国科学院大学; 2.中国科学院沈阳自动化研究所; 3.中国科学院光电信息处理重点实验室; 4.辽宁省图像理解与视觉计算重点实验室 |
| 推荐引用方式 GB/T 7714 | 赵怀慈,刘明第,刘鹏飞. 基于卷积神经网络的图像超分辨率重建[J]. 计算机工程与应用,2018:1-8. |
| APA | 赵怀慈,刘明第,&刘鹏飞.(2018).基于卷积神经网络的图像超分辨率重建.计算机工程与应用,1-8. |
| MLA | 赵怀慈,et al."基于卷积神经网络的图像超分辨率重建".计算机工程与应用 (2018):1-8. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。