一种基于双重网络模型的单幅图像超分辨率方法

• 作者: 倪翠 王朋 张广渊 李克峰
• 来源期刊: 应用科学学报
• 关键词: 残差网络 亚像素卷积 带组归一化 隐藏层
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 信号与信息处理|Signal and Information Processing
• 页码范围: 321-329
• 页数: 9页
• 分类号: P315.69
• 语种: 中文
• DOI: 10.3969/j.issn.0255-8297.2021.02.014

摘要

本文对深度学习领域中的高效亚像素卷积神经网络(efficient sub-pixel convo-lutional neural network,ESPCN)算法进行了改进,通过加入残差网络知识,调整原有的ESPCN构造结构,提出了一种双重网络模型下单幅图像超分辨率重建方法.通过实验证明:该算法能够有效地提高单幅图像超分辨率重建的精度,丰富重建后的细节信息.