| 基于深度学习的红外夜视图像超分辨率重建 |
| |
| 引用本文： | 王丹,陈亮.基于深度学习的红外夜视图像超分辨率重建[J].红外技术,2019,41(10):963-969. |
| |
| 作者姓名： | 王丹 陈亮 |
| |
| 作者单位： | 东华大学信息科学与技术学院,上海,201600;东华大学信息科学与技术学院,上海,201600 |
| |
| 摘 要： | 针对红外夜视图像对比度低、成像质量不高的问题,提出适合红外夜视图像超分辨率重建方法.在自然图像超分辨率重建模型的基础上增加基于Retinex的对比度增强预处理步骤,并对网络模型做如下改进:构建超深卷积神经网络学习低分辨率图像与高分辨率图像之间的映射关系,增大感受野,提升网络学习能力;仅学习高低分辨率图像间的差值信息加速网络收敛.针对高分辨率红外夜视图像不易获得,数据量较少的问题,利用迁移学习理论,使用少量的高分辨率红外夜视图像为目标样本,对自然图像超分辨率重建模型进行微调,得到适合红外夜视图像重建的网络权重模型.实验结果证明:使用该方法得到的红外夜视图像信息丰富,层次分明,具有良好的视觉效果.
|
| 关 键 词： | 红外夜视图像 超分辨率 预处理 超深神经网络 |
Super-resolution Reconstruction of Infrared Images in Night Environments Based on Deep-learning |
| |
| WANG Dan,CHEN Liang.Super-resolution Reconstruction of Infrared Images in Night Environments Based on Deep-learning[J].Infrared Technology,2019,41(10):963-969. |
| |
| Authors: | WANG Dan CHEN Liang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《红外技术》浏览原始摘要信息 |
|
点击此处可从《红外技术》下载全文 |
|
