联合深度置信网络与邻域回归的超分辨率算法

• 作者: 李婵 陈俊仁 高凤强 黄炜钦
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 超分辨率 字典学习 深度置信网络 邻域回归
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 基于粒计算的数据表示与分析研究
• 页码范围: 581-591
• 页数: 11页
• 分类号: TP391
• 字数: 5454字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2019.04.008

摘要

为了提高重建的质量和速度,提出一种联合深度置信网络与邻域回归的超分辨率算法. 一方面,结合字典学习与神经网络表示的联系对传统的深度置信网络进行调整,采用该网络模型实现字典学习,充分利用该模型突出的学习能力,使字典具有更好的特征表达能力,从而提高图像的重建质量. 另一方面,在基于字典学习的超分辨率框架中融入邻域回归思想. 首先,利用最近邻域算法确定字典原子的最近邻域映射关系;然后以此为基础,结合邻域回归方法,离线计算高、低分辨率投影矩阵;最后在重建过程中将该投影矩阵应用于图像重建. 该方法避免了字典学习中的系数求解过程,降低了计算的复杂度,提高了重建的速度. 实验表明,算法具有更高的峰值信噪比和结构相似度,同时极大地提高了图像的重建速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高凤强	厦门大学嘉庚学院信息科学与技术学院	20	45	4.0	6.0
3	李婵	厦门大学嘉庚学院信息科学与技术学院	2	1	1.0	1.0
4	陈俊仁	厦门大学嘉庚学院信息科学与技术学院	5	2	1.0	1.0
6	黄炜钦	厦门大学嘉庚学院信息科学与技术学院	1	1	1.0	1.0