首页> 中文期刊> 《计算机工程》 >基于可嵌入式网络结构的图像超分辨率重建方法

基于可嵌入式网络结构的图像超分辨率重建方法

         

摘要

针对卷积神经网络中的图像超分辨率重建模型训练不稳定与收敛速度较慢等问题,提出一种可嵌入式并行网络框架(EPNF),用于单幅图像超分辨率重建任务.将现有的图像超分辨率网络模型作为EPNF框架的深层结构部分嵌入到该框架中,能够以较小参数代价加快所嵌入的超分辨率模型的收敛速度,在一定程度上提高模型的准确率.在EPNF网络结构的基础上,提出一种新的超分辨率重建方法EPNF_DCSR,采用稠密跳跃连接构造高分辨率(HR)图像的高频成分,并使用单层卷积构造HR图像的低频成分,合成一幅HR输出图像.实验结果表明,与当前主流的图像超分辨率算法相比,EPNF_DCSR具有更好的图像生成效果.

著录项

  • 来源
    《计算机工程》 |2021年第5期|221-228|共8页
  • 作者单位

    桂林电子科技大学 广西图像图形与智能处理重点实验室 广西 桂林 541004;

    桂林电子科技大学 广西可信软件重点实验室 广西 桂林 541004;

    桂林电子科技大学 广西图像图形与智能处理重点实验室 广西 桂林 541004;

    桂林电子科技大学 广西可信软件重点实验室 广西 桂林 541004;

    桂林电子科技大学 广西图像图形与智能处理重点实验室 广西 桂林 541004;

    闽江大学 福建省信息处理与智能控制重点实验室 福州 350108;

    桂林电子科技大学 广西图像图形与智能处理重点实验室 广西 桂林 541004;

    桂林电子科技大学 广西可信软件重点实验室 广西 桂林 541004;

    桂林电子科技大学 广西云计算与大数据协同创新中心 广西 桂林 541004;

    桂林电子科技大学 广西图像图形与智能处理重点实验室 广西 桂林 541004;

    桂林电子科技大学 广西可信软件重点实验室 广西 桂林 541004;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 信息处理(信息加工);
  • 关键词

    卷积神经网络; 上采样; 并行网络; 跳跃连接; 图像超分辨率;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号