深度学习下的高效单幅图像超分辨率重建方法 |
| |
引用本文: | 邱德府,郑力新,谢炜芳,朱建清.深度学习下的高效单幅图像超分辨率重建方法[J].华侨大学学报(自然科学版),2019,40(5). |
| |
作者姓名: | 邱德府 郑力新 谢炜芳 朱建清 |
| |
作者单位: | 华侨大学工学院,福建泉州362021;华侨大学工业智能化技术与系统福建省高校工程研究中心,福建泉州362021;华侨大学工学院,福建泉州362021;华侨大学工业智能化技术与系统福建省高校工程研究中心,福建泉州362021;华侨大学工学院,福建泉州362021;华侨大学工业智能化技术与系统福建省高校工程研究中心,福建泉州362021;华侨大学工学院,福建泉州362021;华侨大学工业智能化技术与系统福建省高校工程研究中心,福建泉州362021 |
| |
基金项目: | 福建省泉州市高层次人才创新创业项目;国家自然科学基金;福建省厦门市科技计划;华侨大学研究生科研创新能力培育计划资助项目 |
| |
摘 要: | 提出一种基于深度学习的高效单幅图像超分辨率重建方法,增加一个亚像素卷积层和一个替换的级联卷积,即设计一个具有合适深度的卷积神经网络,以保证图像的重建质量,并采用级联小卷积核提高运行速度.在标准的公共数据集上进行实验测试,结果表明:与亚像素卷积神经网络(ESPCN)算法相比,所提算法重建的高分辨率图像的质量和速度皆显著提高;将其应用于实际项目中,可端到端地重建低分辨率服装风格图像,获得高分辨率图像.
|
关 键 词: | 深度学习 超分辨率重建 卷积神经网络 亚像素卷积 风格转移 |
本文献已被 CNKI 万方数据 等数据库收录! |
|