深度学习下的高效单幅图像超分辨率重建方法

• 作者: 朱建清 谢炜芳 邱德府 郑力新
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 深度学习 超分辨率重建 卷积神经网络 亚像素卷积 风格转移
• 年，卷（期）: 2019,（5）
• 页码范围: 668-673
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201905029

摘要

提出一种基于深度学习的高效单幅图像超分辨率重建方法,增加一个亚像素卷积层和一个替换的级联卷积,即设计一个具有合适深度的卷积神经网络,以保证图像的重建质量,并采用级联小卷积核提高运行速度.在标准的公共数据集上进行实验测试,结果表明:与亚像素卷积神经网络(ESPCN)算法相比,所提算法重建的高分辨率图像的质量和速度皆显著提高;将其应用于实际项目中,可端到端地重建低分辨率服装风格图像,获得高分辨率图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑力新	华侨大学工学院	144	934	15.0	24.0
5	朱建清	华侨大学工学院	21	62	5.0	7.0
9	邱德府	华侨大学工学院	2	0	0.0	0.0
13	谢炜芳	华侨大学工学院	2	0	0.0	0.0