基于深度学习的图像超分辨率重建方法综述

• 作者: 唐轶 陈文静
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像超分辨率重建 深度学习 卷积神经网络 生成对抗网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 597-605
• 页数: 9页
• 分类号: TP391.4
• 字数: 3826字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2019.06.013

摘要

图像超分辨率重建(super-resolution,SR)是指从观测到的低分辨率图像重建出相应的高分辨率图像,在目标检测、医学成像和卫星遥感等领域都有着重要的应用价值.近年来,随着深度学习的迅速发展,基于深度学习的图像超分辨率重建方法取得了显著的进步.为了把握目前基于深度学习的图像超分辨率重建方法的发展情况和研究热点,对一些最新的基于深度学习的图像超分辨率重建方法进行了梳理,将它们分为两大类(有监督的和无监督的)分别进行阐述.然后,在公开的数据集上,将主流方法的性能进行了对比分析.最后,对基于深度学习的图像超分辨率重建方法进行了总结,并对其未来的研究趋势进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐轶	云南民族大学数学与计算机科学学院	8	6	1.0	2.0
2	陈文静	中国科学院西安光学精密机械研究所光谱成像技术重点实验室	1	1	1.0	1.0