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       
摘要:
目的:研究轻量级网络的超分辨率重建.方法:尝试在图像超分辨率重建中引入MobileNet网络结构,并使用MobileNet v2网络结构对网络进行改进.结果:通过将标准的卷积网络分解为深度卷积和逐点卷积操作,该网络将参数数量和计算量缩减为原来的1/4左右.结果显示除了在扩大因子为×2的情况下重建效果有所下降之外,在其他的尺度上都取得了更好的效果.使用MobileNet v2网络结构对网络改进以后,该网络能在参数数量和计算量增加不多的情况下进一步提升效果,重建效果超过所有对比方法.结论:所构建的两个轻量级网络不仅在定性指标上面有更好的结果,而且在视觉效果上也具一定优势.
推荐文章
基于CNN的轻量级神经网络单幅图像超分辨率研究
卷积神经网络
轻量级神经网络
单幅图像超分辨率
图像增强
基于ResNeXt和WGAN网络的单图像超分辨率重建
单图像超分辨率重建
ResNeXt
WGAN
深度学习
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MAP算法的图像超分辨率重建
超分辨率
图像重建
最大后验概率
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MobileNet的轻量级网络构建及其超分辨率图像重建
来源期刊 中国计量大学学报 学科 工学
关键词 计量 超分辨率重建 MobileNet结构 深度卷积 逐点卷积
年,卷(期) 2019,(1) 所属期刊栏目 信息科学
研究方向 页码范围 56-64,103
页数 10页 分类号 TB96|TP183
字数 6805字 语种 中文
DOI 10.3969/j.issn.2096-2835.2019.01.010
五维指标
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 62 241 8.0 12.0
2 张焯林 中国计量大学理学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (1)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
计量
超分辨率重建
MobileNet结构
深度卷积
逐点卷积
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
中国计量大学学报
季刊
2096-2835
33-1401/C
大16开
杭州市下沙高教园
1990
chi
出版文献量(篇)
1770
总下载数(次)
1
总被引数(次)
9715
论文1v1指导