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:
图像超分辨通过将分辨率低的单个图像或者视频通过一些技术手段进行放大仍然保持清晰来获取信息,涉及的领域在医疗图像、视频监控等.对超分辨率单图像重建的研究进展进行了综述.讨论单图像超分辨率在退化阶段的方法,将其分成有监督退化和无监督退化学习的两种方式,监督退化主要介绍基于字典学习和基于深度学习的超分辨方法,至今无监督退化的方法还不是很多,所以之后的研究可以以此为重点.
推荐文章
基于学习的图像超分辨重建方法综述
实例学习
流形学习
实例回归
字典学习
单帧图像超分辨
图像质量评价
基于深度学习的图像超分辨率重建方法综述
图像超分辨率重建
深度学习
卷积神经网络
生成对抗网络
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
图像超分辨重建算法综述
图像超分辨
邻域嵌入
稀疏表示
局部线性回归
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 基于退化学习的图像超分辨综述
来源期刊 现代计算机 学科
关键词 监督 图像退化 超分辨 深度学习
年,卷(期) 2020,(30) 所属期刊栏目 图形图像
研究方向 页码范围 56-60,65
页数 6页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1007-1423.2020.30.012
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 陈红 4 13 3.0 3.0
2 周耀东 1 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  (12)
共引文献  (2)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 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
监督
图像退化
超分辨
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导