基于复合卷积神经网络的图像超分辨率算法

• 作者: 吴嘉昕 张明 胡晓辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 低分辨率 超分辨率 卷积层 反卷积层
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 图形图像处理
• 页码范围: 186-192
• 页数: 7页
• 分类号: TP391.4
• 字数: 5985字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1804-0229

摘要

针对卷积神经网络图像超分辨率算法中的映射函数容易出现过拟合、梯度弥散等问题,提出一种由卷积网络和反卷积网络构成的复合卷积神经网络算法.提出使用RReLUs和Softplus函数结合形式作为激活函数,有效改善了过拟合问题;采用附加修正系数的小批量梯度下降法,避免梯度弥散现象;利用反卷积网络实现高分辨率图像重建.实验证明新的网络模型有效改善了图像的清晰度和边缘锐化,在主观视觉效果和客观评价指标上都获得了显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡晓辉	兰州交通大学电子与信息工程学院	99	503	10.0	16.0
2	张明	兰州交通大学电子与信息工程学院	5	6	1.0	2.0
3	吴嘉昕	兰州交通大学电子与信息工程学院	3	6	1.0	2.0