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

基于Dirac残差模块的单幅图像超分辨率重建

谢堂鑫; 杨欣; 朱松岩; 周大可; 朱晨南京航空航天大学; 自动化学院
云南民族大学学报(自然科学版)2019
3阅读
引用收藏
分享

摘要

针对单幅图像超分辨率重建问题(SISR),提出了一种新的基于Dirac残差的超分辨率重建算法.算法使用全局跳跃重建层来直接利用输入LR图像的低频特征,通过多个dirac残差块来自适应学习输入LR图像的高频特征,通过亚像素卷积进行图像重建.算法通过权重参数化来改进残差层,同时使用输入图像的卷积特征与残差网络学习特征结合进行重建.实验采用Adam优化器进行网络训练.使用L1范数作为损失函数.在PSNR、SSIM和视觉效果与其他先进算法进行对比,实验结果表明,在常用测试集上与其他深度学习算法相比有较大提高.

学科与关键词

关键词
超分辨率重建深度学习卷积神经网络Dirac残差 super-resolutiondeep learningconvolutional neural networkDirac residual
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
云南民族大学学报(自然科学版)
发表日期
2019
卷期
第 06 期
页码
618-623
语言
中文
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金(61573182);

作者

  • 谢

    谢堂鑫 (第一作者)

  • 杨

    杨欣

查看全部 5 位作者收起作者
  • 朱

    朱松岩

  • 周

    周大可

  • 朱

    朱晨

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