基于卷积神经网络的轻量级图像超分辨率

• 作者: 梁超 黄洪全
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 卷积神经网络 超分辨率 轻量级网络 通道分离 残差网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 23-27
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.11.004

摘要

最近几年,深层卷积神经网络在解决单图像超分辨率问题上有着不错的表现.为了改善卷积神经网络的层数越深带来的计算量越大和实时重建速度越慢的缺点,结合现有的卷积网络模型,本文提出一种轻量级的网络结构.在神经网络层中减少网络层数,利用通道分离构建出局部特征的多尺度增强结构,进一步地结合残差网络进行模型构建.实验结果表明,与LapSRN方法、VDSR方法、传统的插值法等相比,该方法实时重建速度较快,且在峰值信噪比和结构相似性上不弱于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄洪全		44	289	8.0	15.0
2	梁超		2	5	1.0	2.0