中国学术期刊网络出版总库
  关闭
基于卷积神经网络的单幅图像超分辨  
   推荐 CAJ下载 PDF下载
【英文篇名】 Single Image Super-Resolution Based on Convolutional Neural Network
【下载频次】 ★★★★★
【作者】 史紫腾; 王知人; 王瑞; 任福全;
【英文作者】 Shi Ziteng; Wang Zhiren; Wang Rui; Ren Fuquan; College of Science; Yanshan University;
【作者单位】 燕山大学理学院;
【文献出处】 激光与光电子学进展 , Laser & Optoelectronics Progress, 编辑部邮箱 2018年 12期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 图像处理; 深度学习; 卷积神经网络; 超分辨率; 反卷积;
【英文关键词】 image processing; deep learning; convolutional neural networks; super-resolution; deconvolution;
【摘要】 与传统的超分辨算法相比,基于卷积神经网络的超分辨算法具有较大优势,但仍存在训练时间较长、重建图像纹理不够清晰等问题。基于此,在原有的卷积神经网络超分辨重建算法基础上进行了以下优化:放弃原有的修正线性单元函数,改用新的激活函数;改变网络结构,图像重建由最后的反卷积上采样来实现;采用自适应矩估计优化算法替换原本的随机梯度下降优化算法。分别在Set5和Set14测试集上进行对比实验,实验结果表明,改进算法在较少的训练时间下,峰值信噪比最大提高了2.33dB,纹理更加清晰,边缘更加完整,重建效果更好。
【英文摘要】 The super-resolution algorithm based on the convolutional neural network has great advantages compared with the traditional super-resolution algorithms.But there are still some problems to be improved,such as long training time,lacking of image texture reconstruction and so on.Owing to this,on the basis of the original convolutional neural network super-resolution reconstruction algorithm,the following optimizations are carried out.The original rectified linear unit function is discarded and the new activat...
【基金】 燕山大学基础研究专项课题青年课题(理工A类15LGA016)
【更新日期】 2019-01-24
【分类号】 TP391.41;TP183
【正文快照】 1 引  言分辨率是判定图像质量的重要指标,高分辨率(HR)的图像能够提供更多的图像细节信息,这些细节信息可以在监控设备、医学影像和卫星图像等实际应用中起到重要的作用。图像超分辨率(SR)是一种由低分辨率(LR)图像重建出HR图像的重建技术[1],分为基于模型的超分辨算法[2-4

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      模式识别与装置
       图像识别及其装置

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     人工神经网络与计算
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号