基于深度跳跃级联的图像超分辨率重建

• 作者: 席志红 袁昆鹏
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 超分辨率 深度学习 跳跃级联 梯度消失 特征复用 亚像素卷积 冗余性
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 机器视觉
• 页码范围: 235-244
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/AOS201939.0715003

摘要

针对模型VDSR(very deep super resolution)收敛速度慢,训练前需要对原始图像进行预处理,以及网络中存在的冗余性等问题,提出了一种基于深度跳跃级联的单幅图像超分辨率重建(DCSR)算法.DCSR算法省去了图像预处理,直接在低分辨率图像上提取浅层特征,并使用亚像素卷积对图像进行放大;通过使用跳跃级联块可以充分利用每个卷积层提取到图像特征,实现特征重用,减少网络的冗余性.网络的跳跃级联块可以直接从输出到每一层建立短连接,加快网络的收敛速度,缓解梯度消失问题.实验结果表明,在几种公开数据集上,所提算法的峰值信噪比、结构相似度值均高于现有的几种算法,充分证明了所提算法的出色性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	席志红		121	870	14.0	24.0
2	袁昆鹏		4	3	1.0	1.0