基于残差连接卷积神经网络的图像超分辨率重构 |
| |
引用本文: | 郭继昌,吴洁,郭春乐,朱明辉.基于残差连接卷积神经网络的图像超分辨率重构[J].吉林大学学报(工学版),2019,49(5):1726-1734. |
| |
作者姓名: | 郭继昌 吴洁 郭春乐 朱明辉 |
| |
作者单位: | 天津大学电气自动化与信息工程学院,天津,300072;天津大学电气自动化与信息工程学院,天津,300072;天津大学电气自动化与信息工程学院,天津,300072;天津大学电气自动化与信息工程学院,天津,300072 |
| |
摘 要: | 针对基于卷积神经网络超分辨率重构算法中存在的感受野较小、梯度信息易丢失与网络收敛较慢等问题,提出了基于残差连接卷积神经网络的图像超分辨率重构算法。通过在低分辨率空间进行图像的超分辨率重构,减少了图像预处理过程,降低了网络复杂度。利用局部和全局残差连接,对卷积网络结构和亚像素采样层进行改进,局部残差促进了网络中信息的流动,全局残差使网络只学习图像残差信息,减少了网络冗余。通过增加网络深度扩大了感受野,使网络学习到更多的重建信息。实验结果表明:本文算法的PSNR和SSIM值相较于其他算法有不同程度的提升。
|
关 键 词: | 信息处理技术 图像超分辨率重构 卷积神经网络 亚像素采样层 残差连接 |
Image super-resolution reconstruction based on residual connection convolutional neural network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|