一种基于卷积神经网络的图像超分辨率重建方法
文献类型:专利
作者 | 赵怀慈; 刘明第; 郝明国; 王立勇; 刘鹏飞; 赵洋 |
发表日期 | 2019-07-02 |
著作权人 | 中国科学院沈阳自动化研究所 |
国家 | 中国 |
文献子类 | 发明 |
产权排序 | 1 |
其他题名 | Image super-resolution reconstruction method based on convolutional neural network |
英文摘要 | 本发明涉及一种基于卷积神经网络的图像超分辨率重建方法,通过数据集训练SRCNN卷积神经网络模型,得到浅层纹理特征信息;建立基于特征转移的八层端到端神经网络模型,将浅层纹理特征信息迁移至该神经网络模型的前四层,得到前四层的模型参数;得到该神经网络模型后四层的模型参数,增强学习到的特征;输入待重建的图像数据,预处理;得到Y通道的高分辨率图像;将Y通道的高分辨率图像、Cb通道图像和Cr通道图像进行融合,得到重建的图像。本发明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,图像清晰度和边缘锐度明显提高,收敛速度更快,在精细度方面具有更高的优势。 |
公开日期 | 2020-12-22 |
申请日期 | 2017-12-25 |
语种 | 中文 |
状态 | 有权 |
源URL | [http://ir.sia.cn/handle/173321/24982] |
专题 | 沈阳自动化研究所_光电信息技术研究室 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 赵怀慈,刘明第,郝明国,等. 一种基于卷积神经网络的图像超分辨率重建方法. 2019-07-02. |
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。