双通道单图像超分辨率卷积神经网络 |
| |
作者姓名: | 马子骥 卢浩 董艳茹 |
| |
作者单位: | 湖南大学电气与信息工程学院,长沙,410082 |
| |
基金项目: | 国家自然科学基金;教育部卓越工程师教育培养计划项目产学合作协同育人项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;中央国有资本经营预算项目;湖南省科技计划重点项目;湖南省自然科学基金;湖南省普通高等学校教学改革研究项目;湖南省研究生创新项目 |
| |
摘 要: | 基于残差与稠密结构的卷积神经网络的单张图像的超分辨率(SISR)方法显著地提升了重建的性能,然而残差网络侧重于特征的复用,而稠密连接可以实现对新特征的探索,为了结合两者的优势,本文设计了一种双通道图像超分辨率深度卷积神经网络,将特征映射在第三维度上分割成两条路径,一条以残差的形式进行连接,另一条以稠密的方式进行跳跃连接。同时,在网络末端引入解卷积层来放大特征映射,显著加速了计算,并且直接从低分辨率图像到高分辨率图像之间进行端到端的映射。评估结果表明,本文方案取得了比当前绝大多数网络模型更高的峰值信噪比(PSNR)。
|
关 键 词: | 信息处理技术 超分辨率 残差网络 稠密网络 卷积神经网络 峰值信噪比 |
本文献已被 CNKI 万方数据 等数据库收录! |
|