功能型复合深度网络的图像超分辨率重建 | |
唐家军1; 刘辉2; 胡雪影3 | |
刊名 | 计算机科学与探索(Journal of Frontiers of Computer Science and Technology)
![]() |
2019 | |
关键词 | 单图像超分辨率重建 卷积神经网络 复合网络 子网络 特征结合 |
ISSN号 | 1673-9418 |
DOI | 10.3778/j.issn.1673-9418.1909006 |
其他题名 | Image Super-resolution Reconstruction of Functional Composite Deep Network |
产权排序 | 第2完成单位 |
英文摘要 | 针对现有单图像超分辨率重建时主要采用简单链式堆叠的单一网络存在着的层间联系弱、网络关注点单一以及分层特征不能充分利用等问题,提出了一种复合的深度神经网络用于提升图像超分辨重建性能。该方法首先使用特征提取层提取低分辨率图像的初始特征;再将初始特征分别送入两个子网络,一个子网络负责图像细节的提取与运算,另一子网络负责图像噪声降解与消除;然后将两个子网络输出的深层次抽象特征与初始特征相结合,最后通过重建层获得超分辨率图像。以峰值信噪比与结构相似性为评价指标,在Set14测试集上使用放大因子3进行实验,将复合网络与算法Bicubic、SelfEx、SRCNN、VDSR和RED等进行对比,实验结果发现,PSNR分别提高了2.27 dB、0.66 dB、0. 54 dB、0.05 dB和0.21 dB,而SSIM则分别提高了6.08、1.54、1.41、0.36和0.09个百分点。 |
学科主题 | 计算机科学技术 |
分类号 | Tp391 |
资助项目 | 国家自然科学基金[11873027] |
语种 | 中文 |
资助机构 | 国家自然科学基金[11873027] |
内容类型 | 期刊论文 |
源URL | [http://ir.ynao.ac.cn/handle/114a53/21460] ![]() |
专题 | 云南天文台_抚仙湖太阳观测站 |
通讯作者 | 刘辉 |
作者单位 | 1.昆明理工大学信息工程与自动化学院, 河南, 信阳, 465200 2.中国科学院云南天文台, 昆明, 650000 3.河南理工大学计算机学院, 河南, 信阳, 465200 |
推荐引用方式 GB/T 7714 | 唐家军,刘辉,胡雪影. 功能型复合深度网络的图像超分辨率重建[J]. 计算机科学与探索(Journal of Frontiers of Computer Science and Technology),2019. |
APA | 唐家军,刘辉,&胡雪影.(2019).功能型复合深度网络的图像超分辨率重建.计算机科学与探索(Journal of Frontiers of Computer Science and Technology). |
MLA | 唐家军,et al."功能型复合深度网络的图像超分辨率重建".计算机科学与探索(Journal of Frontiers of Computer Science and Technology) (2019). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
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。
修改评论