基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
便携式消费级深度相机的问世和发展,加速了深度信息在无人驾驶、人机交互、三维重建等领域的应用,但低成本消费级相机所拍摄的深度图像通常具有较低的空间分辨率.深度图像超分辨率重建是一种能有效提高深度信息空间分辨率的方法,已经成为计算机视觉和图像处理领域的研究热点.在详细阐述深度图像超分辨率重建概念和必要性的基础上,从输入图像角度,全面梳理归纳了近年来深度图像超分辨率重建方法的研究现状,对其中的关键性问题和今后的研究方向做了较为深入的分析,最后对深度图像超分辨率重建的应用前景进行了展望.
推荐文章
基于深度学习的单图像超分辨率重建研究综述
单图像超分辨率重建
深度学习
密集卷积网络
生成式对抗网络
基于深度学习的图像超分辨率重建技术的研究
人工智能
深度学习
超分辨率
制造工艺
基于金字塔式双通道卷积神经网络的深度图像超分辨率重建
深度图像
超分辨率重建
双通道卷积神经网络
金字塔式网络结构
基于深度学习的辐射图像超分辨率重建方法
辐射图像
超分辨率重建
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度图像超分辨率重建技术综述
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 深度图像 超分辨率重建 彩色引导 卷积神经网络 深度学习
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 45-53
页数 9页 分类号 TN911.73
字数 5995字 语种 中文
DOI 10.12198/j.issn.1673?159X.3585
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董秀成 西华大学电气与电子信息学院 72 511 13.0 19.0
2 李滔 西华大学电气与电子信息学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (27)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(7)
  • 参考文献(7)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度图像
超分辨率重建
彩色引导
卷积神经网络
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
总被引数(次)
16135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导