基于双通道CNN的单幅图像超分辨率重建

• 作者: 姚琴娟 林家骏
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 超分辨率重建 双通道卷积网络 密集连接 融合层
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 801-808
• 页数: 8页
• 分类号: TP391
• 字数: 3817字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20180523002

摘要

卷积神经网络在单幅图像超分辨率重建方面取得了很大的进展,目前的很多方法都选择使用浅层或者深层的卷积神经网络实现图像超分辨率重建.浅层网络结构简单,但容易丢失图像的高频信息,而深层网络可以学习图像的高频纹理特征.本文提出了双通道卷积神经网络.浅层网络负责重建图像的整体轮廓,保留图像的原始信息;深层网络学习图像的高频纹理特征.在深层网络中,使用密集连接的卷积网络,能更有效地恢复图像的高频信息.同时,在两个网络的末端,通过添加额外的卷积层表示融合层,将网络进行融合,重建超分辨率图片.实验结果表明,在大多数情况下,本文模型的重构效果在主观和客观评估中均优于当前代表性的超分辨率重构方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林家骏	华东理工大学信息科学与工程学院	171	1083	15.0	26.0
2	姚琴娟	华东理工大学信息科学与工程学院	1	0	0.0	0.0