基于金字塔式双通道卷积神经网络的深度图像超分辨率重建 |
| |
作者姓名: | 于淑侠 胡良梅 张骏 张旭东 |
| |
作者单位: | 合肥工业大学 计算机与信息学院,合肥230601;合肥工业大学 计算机与信息学院,合肥230601;合肥工业大学 计算机与信息学院,合肥230601;合肥工业大学 计算机与信息学院,合肥230601 |
| |
摘 要: | 针对深度图像分辨率低的问题,构建了一种金字塔式双通道深度图像超分辨率卷积神经网络。在金字塔的每一级,通过两个通道对低分辨率深度图像提取不同的有效特征,通道1为增强型残差结构,可以将丰富的图像细节传递到后面的图层,通道2将不同卷积层提取的特征连接起来作为此通道最后一层卷积层的输入,有益于局部特征和全局特征的结合。接着,通过将不同通道融合后的特征输入亚像素卷积实现超分辨率重建。实验结果表明,相比其他方法,该方法得到的超分辨率图像缓解了边缘失真和伪影问题,有较好的视觉效果。
|
关 键 词: | 深度图像 超分辨率重建 双通道卷积神经网络 金字塔式网络结构 |
收稿时间: | 2019-02-19 |
修稿时间: | 2020-07-12 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|