基于卷积神经网络的模糊车牌图像超分辨率重建方法

• 作者: 田煜 贾瑞生 赵超越 邓梦迪
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 模糊车牌图像 超分辨率重建 卷积神经网络 深度学习
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 159-164,228
• 页数: 7页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.11.027

摘要

针对车牌图像分辨率低、视觉质量差等问题,提出一种针对模糊车牌图像的超分辨率重建方法.在FSRCNN的基础上进行如下改进:特征提取阶段采用双通道替代单通道,增强对图像有用特征信息的提取;映射部分使用深度可分离卷积替代原有卷积并减少映射层数,提升训练速度;重建部分采用子像素卷积操作替代反卷积层,抑制反卷积层产生的人工冗余信息.实验结果表明,该方法的重建结果与其他方法相比,图像质量在主观和客观方面都有所改善,训练时间也有所减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾瑞生		42	297	10.0	15.0
2	邓梦迪		2	0	0.0	0.0
3	田煜		2	0	0.0	0.0
4	赵超越		1	0	0.0	0.0