ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

多阶段融合网络的图像超分辨率重建

沈明玉; 俞鹏飞; 汪荣贵; 杨娟*; 薛丽霞合肥工业大学计算机与信息学院
中国图象图形学报2019
11阅读
引用收藏
分享

摘要

目的近年来,深度卷积神经网络成为单帧图像超分辨率重建任务中的研究热点。针对多数网络结构均是采用链式堆叠方式使得网络层间联系弱以及分层特征不能充分利用等问题,提出了多阶段融合网络的图像超分辨重建方法,进一步提高重建质量。方法首先利用特征提取网络得到图像的低频特征,并将其作为两个子网络的输入,其一通过编码网络得到低分辨率图像的结构特征信息,其二通过阶段特征融合单元组成的多路径前馈网络得到高频特征,其中融合单元将网络连续几层的特征进行融合处理并以自适应的方式获得有效特征。然后利用多路径连接的方式连接不同的特征融合单元以增强融合单元之间的联系,提取更多的有效特征,同时提高分层特征的利用率。最后将两个子网络得到的特征进行融合后,利用残差学习完成高分辨图像的重建。结果在4个基准测试集Set5、Set14、B100和Urban100上进行实验,其中放大规模为4时,峰值信噪比分别为31. 69 d B、28. 24 d B、27. 39 d B和25. 46 d B,相比其他方法的结果具有一定提升。结论本文提出的网络克服了链式结构的弊端,通过充分利用分层特征提取更多的高频信息,同时利用低分辨率图像本身携带的结构特征信息共同完成重建,并取得了较好的重建效果。

学科与关键词

关键词
卷积神经网络超分辨率重建分层特征阶段特征融合多路径连接
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
中国图象图形学报
发表日期
2019
卷期
第 24 卷, 第 08 期
页码
1258-1269
成果收录
CHINAJOURNAL

作者

  • 沈

    沈明玉 (第一作者)

    合肥工业大学计算机与信息学院

  • 俞

    俞鹏飞

    合肥工业大学计算机与信息学院

查看全部 5 位作者收起作者
  • 汪

    汪荣贵

    合肥工业大学计算机与信息学院

  • 杨

    杨娟 (通讯)

    合肥工业大学计算机与信息学院

  • 薛

    薛丽霞

    合肥工业大学计算机与信息学院

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417