基于多尺度稠密卷积网络的单图像超分辨率重建

• 作者: 唐家福 穆平安
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 图像超分辨 卷积神经网络 多尺度信息 稠密连接
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 图文信息技术
• 页码范围: 267-273
• 页数: 7页
• 分类号: TP391
• 字数: 4542字
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2020.13.038

摘要

目的 针对已有网络对于卷积特征图利用率低下,从而导致高倍数图像重建质量不高的情况,提出一种多尺度稠密卷积网络(SRMD).方法 对SRDenseNet的稠密连接模块进行改进,去除批规范化层,参考已有网络,设计多尺度特征提取层和1×1的信息整合层,从而构成多尺度稠密卷积模块.SRMD通过一个多尺度特征提取层堆叠64个底层特征图,再由8个多尺度稠密卷积模块经过稠密连接堆叠1024个特征图,最后通过信息整合和子像素卷积模块输出超分辨率重建图像.结果 在Set5,Set14,B100和U100数据集上进行测试,SRMD重建图像的峰值信噪比分别为30.1570,26.9952,25.7860,23.4821 dB,结构相似性分别为0.8813,0.7758,0.7243,0.7452.结论 与已有网络相比,SRMD与DRCN,VDSR表现相当,优于SRDenseNet和BiCubic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	穆平安	上海理工大学光电信息与计算机工程学院	111	525	13.0	19.0
2	唐家福	上海理工大学光电信息与计算机工程学院	3	0	0.0	0.0