快速图像超分辨率方法研究

• 作者: 蔡坤琪
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 超分辨率 卷积神经网络 深度学习 图像处理 峰值信噪比
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 269-274
• 页数: 6页
• 分类号: TP751
• 字数: 4338字
• 语种: 中文

摘要

针对现有的基于样本学习的图像超分辨率方法参数较多、运算速度较慢等问题,结合基于卷积神经网络的超分辨率方法,提出一种快速图像超分辨率方法.设计一学习网络,以低分辨率图像作为网络的输入,从根本上减少网络的运算负担,加速网络运算;减小卷积核尺寸使得网络训练参数减少,提高运算速度;最后以亚像素卷积层同时实现网络的映射和图像融合过程.将所提方法在通用测试集上进行测试,并与其他方法的测试结果进行了对比,所提方法生成的图像具有更高的峰值信噪比,且具有更好的主观视觉效果.实验结果表明所提方法不仅运算速度能够得到大幅提升,而且能够生成更高质量的超分辨率图像,具有更佳的超分辨率性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡坤琪		5	2	1.0	1.0