构建带空洞卷积的深度神经网络重建高分辨率图像

• 作者: 张焯林 曹飞龙 赵建伟
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 超分辨率重建 卷积神经网络 空洞卷积 残差连接
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 259-267
• 页数: 9页
• 分类号: TN911.71|TP183
• 字数: 5860字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201903007

摘要

为了在滤波器参数保持不变的情形下扩大感受野,在非常深的卷积网络超分辨率模型网络中引入空洞卷积方法.首先,分析不同膨胀系数组合的空洞卷积块的感受野,并选择更好的结构作为空洞卷积块.然后,堆叠卷积块并加入残差连接构成深度卷积网络.最后,使用多种训练技巧对网络进行重新训练.实验表明,对于数据集Set5上较大的扩大因子,文中构建网络可提升重建效果,并在视觉上也有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹飞龙	中国计量大学理学院应用数学系	62	241	8.0	12.0
2	赵建伟	中国计量大学理学院应用数学系	27	83	5.0	8.0
3	张焯林	中国计量大学理学院应用数学系	2	4	1.0	2.0