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

一种基于深度学习的图像超分辨率重构方法

李蒸; 张彤; 朱国涛; 王新; 王威长沙理工大学
湖南城市学院学报(自然科学版)2019
25阅读
引用收藏
分享

摘要

近年来,基于卷积神经网络(CNN)的单幅图像超分辨率重构得到了广泛应用﹒然而,随着网络不断加深,也同时出现了参数过多、计算代价过大和难以训练等问题﹒为解决上述问题,提出一种新的深度残差密集网络(DRDN)框架并应用于单幅图像超分辨率重建﹒首先,网络通过密集连接充分利用了低分辨率图像从浅层到深层的各层特征,为超分辨率重构提供更多的低分辨率图像信息;其次,为了充分融合全局特征信息,通过残差学习的方式进行融合重构,同时为了缓解深层网络带来的训练困难等问题,网络采用多路跳步连接,使误差更加快速地传到各层网络;最后,将该方法与深度递归残差网络(DRRN)方法在公共数据集上进行了实验比较,结果表明DRDN...

学科与关键词

关键词
卷积神经网络深度学习残差学习深度残差密集网络 convolutional neural network(CNN)deep learningresidual learningdeep residual dense network(DRDN)
相关
加载中…
  • 基于深度学习的图像超分辨率重建方法综述
    陈文静; 唐轶云南民族大学学报(自然科学版), 2019, (06): 597-605.
  • 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; 朱晨云南民族大学学报(自然科学版), 2019, (06): 618-623.
  • 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*; 薛丽霞中国图象图形学报, 2019, 24(08): 1258-1269.
查看全部 →

发表信息

论文状态
公开发表
期刊
湖南城市学院学报(自然科学版)
发表日期
2019
卷期
第 06 期
页码
59-63
语言
中文
成果收录
CHINAJOURNAL
资助标注
国家安全重大基础研究项目(973)(613XXX0301);湖南省教育厅科研项目(17C0043);湖南省自然科学基金项目(2019JJ80105);

作者

  • 李

    李蒸 (第一作者)

  • 张

    张彤

查看全部 5 位作者收起作者
  • 朱

    朱国涛

  • 王

    王新

  • 王

    王威

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