基于多尺度特征映射网络的图像超分辨率重建

• 作者: 周登文 柴晓亮 段然 赵丽娟
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 卷积神经网络 超分辨率重建 生成对抗网络 深度学习 感知损失
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1331-1339
• 页数: 9页
• 分类号: TP 391
• 字数: 5527字
• 语种: 中文

摘要

针对基于卷积神经网络的图像超分辨率重建（SRCNN）方法存在的重建网络浅、特征利用率低以及重建图像模糊等问题，提出基于多尺度特征映射网络的图像超分辨率重建方法. 多尺度特征映射网络通过学习低分辨率（LR）特征与高分辨率（HR）特征之间的映射关系，将多个尺度的LR特征映射到HR特征空间，通过特征融合来提高重建过程中对特征的利用率；该方法定义了结合逐像素损失、感知损失和对抗损失的联合损失函数，从低频内容、图像边缘和局部纹理等方面均衡提升重建图像质量. 对数据集Set5、Set14和BSD100的图片4倍下采样后进行测试，与当前主流方法进行比较和分析. 实验证明，基于生成对抗的多尺度特征映射网络在提高图像感知质量方面表现优秀，重建的图像具有更加清晰的边缘和纹理，在客观评价上具有较好的评分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵丽娟	华北电力大学控制与计算机工程学院	44	314	9.0	16.0
2	段然	华北电力大学控制与计算机工程学院	2	4	1.0	2.0
3	周登文	华北电力大学控制与计算机工程学院	14	49	3.0	6.0
4	柴晓亮	华北电力大学控制与计算机工程学院	2	4	1.0	2.0