钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
物理学期刊
\
光学学报期刊
\
基于双通道卷积神经网络的深度图超分辨研究
基于双通道卷积神经网络的深度图超分辨研究
作者:
李素梅
范如
雷国庆
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
图像处理
超分辨率
深度图
卷积神经网络
残差网络
摘要:
目前直接获取的深度图受其成像原理及硬件设备等因素的限制,存在分辨率低、边缘信息丢失等缺点,极大地影响了深度图的应用.针对这一问题,提出基于双通道卷积神经网络的深度图超分辨率重建模型.该模型由深、浅两个通道组成,21层的深层通道通过联合卷积与反卷积,结合跳跃连接与多尺度理论,实现深度图细节特征的快速学习;3层的浅层通道用于学习深度图的轮廓特征;最后融合深、浅两个通道,将细节与轮廓相结合,实现由低分辨率深度图到高分辨率深度图的端到端的学习.该模型充分利用卷积神经网络的学习能力自主提取深度图的有效特征,避免了手工提取特征的不准确性.在Middlebury RGBD数据集上的实验结果表明,本文模型在大采样因子8时仍能取得较好的效果,具有很高的实际应用价值.
暂无资源
收藏
引用
分享
推荐文章
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
基于深度复合卷积神经网络的低分辨率单影像复原
超低分辨率图像
卷积神经网络
单影像复原
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
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于双通道卷积神经网络的深度图超分辨研究
来源期刊
光学学报
学科
工学
关键词
图像处理
超分辨率
深度图
卷积神经网络
残差网络
年,卷(期)
2018,(10)
所属期刊栏目
图像处理
研究方向
页码范围
128-134
页数
7页
分类号
TP391.4
字数
语种
中文
DOI
10.3788/AOS201838.1010002
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(24)
共引文献
(30)
参考文献
(10)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1989(1)
参考文献(1)
二级参考文献(0)
1995(1)
参考文献(0)
二级参考文献(1)
2001(2)
参考文献(0)
二级参考文献(2)
2003(1)
参考文献(0)
二级参考文献(1)
2004(2)
参考文献(0)
二级参考文献(2)
2005(2)
参考文献(1)
二级参考文献(1)
2006(4)
参考文献(0)
二级参考文献(4)
2007(1)
参考文献(1)
二级参考文献(0)
2008(1)
参考文献(0)
二级参考文献(1)
2009(1)
参考文献(0)
二级参考文献(1)
2010(2)
参考文献(2)
二级参考文献(0)
2011(4)
参考文献(0)
二级参考文献(4)
2012(2)
参考文献(0)
二级参考文献(2)
2013(3)
参考文献(1)
二级参考文献(2)
2014(3)
参考文献(1)
二级参考文献(2)
2015(1)
参考文献(0)
二级参考文献(1)
2016(3)
参考文献(3)
二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
图像处理
超分辨率
深度图
卷积神经网络
残差网络
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
光学学报
主办单位:
中国光学学会
中国科学院上海光学精密机械研究所
出版周期:
半月刊
ISSN:
0253-2239
CN:
31-1252/O4
开本:
大16开
出版地:
上海市嘉定区清河路390号(上海800-211信箱)
邮发代号:
4-293
创刊时间:
1981
语种:
chi
出版文献量(篇)
11761
总下载数(次)
35
总被引数(次)
130170
期刊文献
相关文献
1.
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
2.
基于卷积神经网络的视频图像超分辨率重建方法
3.
基于深度复合卷积神经网络的低分辨率单影像复原
4.
基于改进卷积神经网络的图像超分辨率算法研究
5.
基于深度卷积神经网络的图像检索算法研究
6.
基于超像素的深度图修复算法
7.
基于深度卷积神经网络的车标分类
8.
基于双通道卷积神经网络的缺陷检测
9.
基于深度卷积神经网络的数字调制方式识别
10.
基于深度卷积神经网络的车型识别研究
11.
基于深度卷积神经网络的织物花型分类
12.
一种基于双通道深度网络的多时相卫星遥感影像匹配研究
13.
基于深度卷积自编码神经网络的手写数字识别研究
14.
采用多通道样本和深度卷积神经网络的轴承故障诊断方法
15.
基于多通道卷积神经网络的单幅图像深度估计
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
光学学报2022
光学学报2021
光学学报2020
光学学报2019
光学学报2018
光学学报2017
光学学报2016
光学学报2015
光学学报2014
光学学报2013
光学学报2012
光学学报2011
光学学报2010
光学学报2009
光学学报2008
光学学报2007
光学学报2006
光学学报2005
光学学报2004
光学学报2003
光学学报2002
光学学报2001
光学学报2000
光学学报1999
光学学报2018年第9期
光学学报2018年第8期
光学学报2018年第7期
光学学报2018年第6期
光学学报2018年第5期
光学学报2018年第4期
光学学报2018年第3期
光学学报2018年第2期
光学学报2018年第12期
光学学报2018年第11期
光学学报2018年第10期
光学学报2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号