基于卷积神经网的单幅图像超分辨率重建算法

• 作者: 刘晨羽 李学明 蒋云飞
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 单幅图像超分辨率重建 卷积神经网 深度学习
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1643-1649
• 页数: 7页
• 分类号: TP391.41
• 字数: 5527字
• 语种: 中文

摘要

为重建边缘清晰平滑的高分辨率图像,提出一种基于卷积神经网的单幅图像超分辨率重建算法.该算法使用固定大小的小卷积核,有效地提取梯度信息;设计深度为6层的卷积神经网,重建出边缘更清晰的图像,在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合.实验结果表明,虽然文中算法在Dong的卷积神经网超分辨率重建算法所提供的小训练库上优势不明显;但在ImageNet这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价(如峰值信噪比)上都有更好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李学明	北京邮电大学信息与通信工程学院	46	412	11.0	19.0
2	刘晨羽	北京邮电大学信息与通信工程学院	1	11	1.0	1.0
3	蒋云飞	北京邮电大学信息与通信工程学院	1	11	1.0	1.0