基于多残差网络的结构保持超分辨重建

CORC > 西安光学精密机械研究所 > 中国科学院西安光学精密机械研究所 > 光学影像学习与分析中心

	基于多残差网络的结构保持超分辨重建
	张铭津 2,3; 彭晓琪 3; 郭杰 3; 李云松 3; 王楠楠 3; 高新波 1,3
刊名	模式识别与人工智能
	2021-03
卷号	34 期号:3 页码:232-240
关键词	超分辨率重建深度学习多残差网络结构保持
ISSN号	1003-6059
其他题名	Structure-Preserving Super-Resolution Reconstruction Based on Multi-residual Network
产权排序	1
英文摘要	针对图像超分辨率重建中几何结构扭曲和细节缺失等问题,文中提出基于多残差网络的结构保持超分辨重建算法.在小波变换域和梯度域上进行深度学习.文中算法包含3种残差网络.残差梯度网络用于结构及边缘信息的重建.残差小波变换网络从整体上进行图像高频信息的重建.残差通道注意力网络通过调整网络注意力,着重学习重要的通道特征,从局部恢复图像高频信息,提高重建效率.实验表明,文中算法在定量结果和视觉效果方面均取得较优表现.
语种	中文
内容类型	期刊论文
源URL	[http://ir.opt.ac.cn/handle/181661/94818]
专题	西安光学精密机械研究所_光学影像学习与分析中心
通讯作者	高新波
作者单位	1.重庆邮电大学图像认知重庆市重点实验室 2.中国科学院西安光学精密机械研究所中国科学院光谱成像技术重点实验室 3.西安电子科技大学综合业务网理论及关键技术国家重点实验室
推荐引用方式 GB/T 7714	张铭津,彭晓琪,郭杰,等. 基于多残差网络的结构保持超分辨重建[J]. 模式识别与人工智能,2021,34(3):232-240.
APA	张铭津,彭晓琪,郭杰,李云松,王楠楠,&高新波.(2021).基于多残差网络的结构保持超分辨重建.模式识别与人工智能,34(3),232-240.
MLA	张铭津,et al."基于多残差网络的结构保持超分辨重建".模式识别与人工智能 34.3(2021):232-240.