作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前,深度学习已经在图像超分辨率重建上表现出不错的性能,但是对某些纹理细节还原度不高.针对此问题,提出了基于卷积神经网络的纹理的超分辨率重建算法.首先用梯度算子提取图像的纹理特征,再将图像按照纹理进行分类,最后用卷积神经网络对同一类别的样本集进行超分辨率重建.实验证明,该算法能够恢复一定的纹理信息,而且对同类纹理的重建结果优于已有算法.
推荐文章
基于卷积神经网络的视频图像超分辨率重建方法
视频
超分辨率重建
卷积神经网络
深度学习
基于改进卷积神经网络的图像超分辨率算法研究
低分辨率
超分辨率
卷积神经网络
图像处理
复原
基于金字塔式双通道卷积神经网络的深度图像超分辨率重建
深度图像
超分辨率重建
双通道卷积神经网络
金字塔式网络结构
基于神经网络学习的锥形束CT图像超分辨率重建算法
锥形束CT
卷积神经网络
降噪
超分辨率重建
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的图像纹理的超分辨率重建
来源期刊 微型机与应用 学科 工学
关键词 图像处理 卷积神经网络 超分辨率重建 纹理特征
年,卷(期) 2017,(20) 所属期刊栏目 人工智能
研究方向 页码范围 57-60
页数 4页 分类号 TP183
字数 2976字 语种 中文
DOI 10.19358/j.issn.1674-7720.2017.20.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韩芳 东华大学信息科学与技术学院 27 49 3.0 5.0
2 蒋雪 东华大学信息科学与技术学院 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (299)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像处理
卷积神经网络
超分辨率重建
纹理特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导