基于残差密集网络的单幅图像超分辨率重建

• 作者: 谢雪晴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像超分辨率 低分辨率 高分辨率 深度学习
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 222-226
• 页数: 5页
• 分类号: TP391
• 字数: 3699字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.10.038

摘要

随着数码相机、手机等电子设备的普及,每天都会产生大量的图像,但通常这些图像的分辨率比较低.针对单幅图像超分辨率(Single Image Super-Resolution,SISR)方法性能较低的问题,提出一种基于残差密集网络的单幅图像超分辨率重建方法.将浅层的卷积特征输入到残差密集块,获得全局和局部的特征;对图像进行超分辨率重建,得到清晰的高分辨率图像.为了验证该方法的有效性,在四个公共的数据集Set5、Set14、B100和Ur-ban10上进行了定性和定量的实验.实验结果表明,该方法能够更好地恢复出高分辨率的图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢雪晴	重庆工业职业技术学院信息工程学院	5	5	1.0	2.0