基于去卷积的快速图像超分辨率方法

作     者：孙超 吕俊伟 李健伟 仇荣超 Sun Chao;Lü Junwei;Li Jianwei;Qiu Rongchao

作者机构：海军航空大学控制工程系山东烟台264001 海军航空大学电子信息工程系山东烟台264001 

基　　金：国家自然科学基金(61471382 61401495) 山东省自然科学基金(ZR2016FQ17) 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2017年第37卷第12期

页      码：142-152页

摘      要：针对目前基于样例学习的图像超分辨率方法难以同时满足快速运算和生成高质量图像的问题,提出一种基于去卷积的快速图像超分辨率方法。设计新型网络模型,以低分辨率图像作为输入图像,利用卷积层进行特征提取与表示;利用去卷积层对图像特征放大膨胀,再以池化层浓缩特征图,提炼出对结果更敏感的特征;以亚像素卷积层实现特征映射与图像融合,获得高分辨率图像。在图像集上进行测试,相比其他方法,本文方法的测试结果具有较高的峰值信噪比,且平均每秒能处理24幅以上大小为320pixel×240pixel的图像,表明该方法不仅可以生成更高质量的图像,且具有较高的处理速度,能满足视频实时处理要求。

主 题 词：图像处理 超分辨率 深度学习 卷积神经网络 

学科分类：0808[工学-自动化类] 080901[080901] 0809[工学-计算机类] 08[工学] 080401[080401] 0804[工学-材料学] 0805[工学-能源动力学] 0803[工学-仪器类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/AOS201737.1210004

馆 藏 号：203281457...