一种深度级联网络结构的单帧超分辨重建算法

• 作者: 王伟 王飞 邱智亮
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 深度学习 超分辨 逐级 多尺度 感知损失函数
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 科研论文
• 页码范围: 37-46
• 页数: 10页
• 分类号: TP391.41|TP18
• 字数: 5527字
• 语种: 中文
• DOI: 10.12086/oee.2018.170729

摘要

利用深度学习进行超分辨重建已经获得了极大的成功,但是目前绝大多数网络结构依然存在训练以及重建速度较慢,一个模型仅能重建一个尺度以及重建图像过于平滑等问题.针对这些问题,本文设计了一种级联的网络结构(DCN)来逐级对图像进行重建.使用L2和感知损失函数共同优化网络,在每一级的共同作用下得到了最终高质量的重建图像.此外,本文的方法可以同时重建多个尺度,比如4×的模型可以重建1.5×,2×,2.5×,3×,3.5×,4×.在几个常用数据集上的实验表明,该方法在准确性和视觉效果均优于现有的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	西安电子科技大学智能设备实验室	83	505	12.0	18.0
2	邱智亮	西安电子科技大学智能设备实验室	74	274	9.0	12.0
3	王飞	西安电子科技大学智能设备实验室	35	236	8.0	14.0