基于多层卷积神经网络学习的单帧图像超分辨率重建方法

• 作者: 刘娜 李翠华
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 超分辨率重建 卷积神经网络 深度学习 计算认知模型 感知 记忆 决策
• 年，卷（期）: 2015,（2）
• 页码范围: 201-206
• 页数: 6页
• 分类号: TP391.4
• 字数: 5381字
• 语种: 中文

摘要

构建了一个应用于超分辨率重建的PMJ模型(perception,memory,judgment-super resolution,PMJ-SR),在感知阶段对图像进行初步的特征提取;在记忆阶段使用深度卷积神经网络学习得到超分辨率重建的过完备字典;在决策阶段,将过完备字典作为超分辨率重建的依据,对单帧图像进行超分辨率重建.实验结果表明,该模型对单帧图像具有良好的重建能力,能够较好地重建低分辨率图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李翠华	厦门大学信息科学与技术学院计算机科学系	78	1178	20.0	30.0
2	刘娜	厦门大学信息科学与技术学院计算机科学系	8	55	4.0	7.0