NAOC Open IR
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
2020
Source Publication计算机科学与探索
ISSN1673-9418
Volume14.0Issue:008Pages:1368
Abstract针对现有单图像超分辨率重建时主要采用的简单链式堆叠的单一网络存在层间联系弱、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(PSNR)与结构相似性(SSIM)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 d B、0.05 dB、0.21 dB,而SSIM则分别提高了6.08、1.54、1.41、0.36、0.09个百分点。
Keyword单图像超分辨率重建 卷积神经网络(CNN) 复合网络 子网络 特征结合
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/74400
Collection中国科学院国家天文台
Affiliation1.昆明理工大学
2.中国科学院国家天文台
3.河南理工大学
Recommended Citation
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,2020,14.0(008):1368.
APA 唐家军,刘辉,&胡雪影.(2020).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,14.0(008),1368.
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 14.0.008(2020):1368.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[唐家军]'s Articles
[刘辉]'s Articles
[胡雪影]'s Articles
Baidu academic
Similar articles in Baidu academic
[唐家军]'s Articles
[刘辉]'s Articles
[胡雪影]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[唐家军]'s Articles
[刘辉]'s Articles
[胡雪影]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.