Adam优化的CNN超分辨率重建*

• 作者: 宋昭漾 赵小强
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 超分辨率重建 卷积神经网络(CNN) ISODATA聚类算法 Adam优化算法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 858-865
• 页数: 8页
• 分类号: TP391.41
• 字数: 4624字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1809020

摘要

为了使单帧图像在不同放大倍数的条件下进行超分辨率重建能得到较好的效果,提出了一种Adam优化的卷积神经网络(convolutional neural network,CNN)超分辨率重建方法.该方法首先使用ISODATA (iterative selforganizing data analysis)聚类算法对训练的图像集进行分类处理,然后在Adam优化的卷积神经网络中对输入图像进行特征提取和非线性映射得到特征映射图,最后在Adam优化的卷积神经网络中对特征映射图进行反卷积重建得到多尺度放大的重建图像.通过实验验证使用该方法在不同放大倍数条件下的重构效果优于传统算法,在视觉效果上有较好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵小强	兰州理工大学电气工程与信息工程学院	66	312	10.0	13.0
10	宋昭漾	兰州理工大学电气工程与信息工程学院	2	5	1.0	2.0