多级跳线连接的深度残差网络超分辨率重建

• 作者: 宋昭漾 赵小强
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 超分辨率重建 深度残差网络 多级跳线连接的残差块 随机梯度下降法
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 论文
• 页码范围: 2501-2508
• 页数: 8页
• 分类号: TP391
• 字数: 4821字
• 语种: 中文
• DOI: 10.11999/JEIT190036

摘要

由于快速的卷积神经网络超分辨率重建算法(FSRCNN)卷积层数少、相邻卷积层的特征信息之间缺乏关联性,因此难以提取到图像深层信息导致图像超分辨率重建效果不佳.针对此问题,该文提出多级跳线连接的深度残差网络超分辨率重建方法.首先,该方法设计了多级跳线连接的残差块,在多级跳线连接的残差块基础上构造了多级跳线连接的深度残差网络,解决相邻卷积层的特性信息缺乏关联性的问题;然后,使用随机梯度下降法(SGD)以可调节的学习率策略对多级跳线连接的深度残差网络进行训练,得到该网络超分辨率重建模型;最后,将低分辨率图像输入到多级跳线连接的深度残差网络超分辨率重建模型中,通过多级跳线连接的残差块得到预测的残差特征值,再将残差图像和低分辨率图像组合在一起转化为高分辨率图像.该文方法与bicubic,A+,SRCNN,FSRCNN和ESPCN算法在Set5和Set14测试集上进行了对比测试,在视觉效果和评价指标数值上该方法都优于其它对比算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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