卷积神经网络超分辨率图像重建算法的改进

• 作者: 李超
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 图像重建 卷积神经网络 残差网络 网络退化
• 年，卷（期）: 2019,（2）
• 页码范围: 163-165
• 页数: 3页
• 分类号: TP311

摘要

随着时代与科技的进步,人们对图像分辨率的要求越来越高。提高图像分辨率成为必须要解决的问题。目前利用深度学习进行超分辨率图像重建成为提高图像质量的一种趋势。深度学习对图像进行重建可以有效地提高图像质量。现有的基于卷积神经网络的超分辨率图像重建算法有着自身的优势同时也存在着缺陷。针对算法的缺陷,本文提出一种改进的图像重建算法。系统地分析了卷积神经网络在图像重建时的缺陷,针对重建时的训练时间长,存在网络退化现象等缺点。本文利用残差网络对传统的SRCNN进行改进。改进后的算法与传统的SRCNN算法相比,可以减少训练时间,同时可以防止网络退化现象的发生。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李超	安徽理工大学计算机技术系	19	20	3.0	3.0