基于卷积神经网络的超分辨率重建

作     者：张顺岚 曾儿孟 高宇 莫建文 ZHANG Shun-lan ZENG Er-meng GAO Yu MO Jian-wen

作者机构：桂林电子科技大学机电工程学院广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004 

基　　金：国家自然科学基金项目(61362021) 广西自然科学基金项目(2013GXNSFDA019030 2014GXNSFDA118035 2016GXNSFAA380149) 广西科技创新能力与条件建设计划基金项目(桂科能1598025-21) 桂林科技开发基金项目(20150103-6) 桂林电子科技大学研究生教育创新计划基金项目(YJCXS201534) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2017年第38卷第11期

页      码：3080-3086页

摘      要：分析超分辨率重建中基于卷积神经网络与基于稀疏表示方法的联系,讨论网络卷积核的作用,以及不同网络参数对重建效果的影响,设计一个权衡重建质量和结构复杂度的超分辨率重建卷积神经网络模型。实现低分辨率图像到高分辨率图像的映射,整个网络训练过程是端到端学习,具有全局优化的特点,避免基于稀疏表示方法的复杂特征提取和数据重组的操作,实验结果表明,该方法重建的图像质量在视觉效果和参数评价指标上有较大提高。

主 题 词：深度学习 图像超分辨率 卷积神经网络 稀疏表示 网络参数 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 

D　O　I：10.16208/j.issn1000-7024.2017.11.034

馆 藏 号：203278609...