基于深度学习的深度图超分辨率采样

• 作者: 王晓晖 申瑞民 盛斌
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 深度超分辨率 上采样 滤波 深度学习 卷积神经网络 立体视觉
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 252-260
• 页数: 9页
• 分类号: TP391.41
• 字数: 6159字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.11.041

摘要

在深度图像采集场景下,为利用场景高分辨色彩图进行超分辨率上采样,提出一种采用卷积神经网络自适应学习局部滤波器核的算法,通过同时应用稠密/高分辨率颜色信息和稀疏/低分辨率深度信息全面提取场景信息.在Middlebury和ToFMark数据集上的实验结果表明,与传统深度超分辨率算法相比,提出的算法能够取得较好的超分辨率结果,尤其在颜色和深度的边缘、纹理不匹配区域,具有更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申瑞民	上海交通大学计算机科学与工程系	89	1688	22.0	37.0
2	盛斌	上海交通大学计算机科学与工程系	13	71	5.0	8.0
3	王晓晖	上海交通大学计算机科学与工程系	9	42	3.0	6.0