首页> 中文期刊> 《电子技术与软件工程》 >基于深度学习的单图像超分辨算法比较探究

基于深度学习的单图像超分辨算法比较探究

         

摘要

卷积神经网络(Convolution Neural Networks,ConvNets,CNN)在图像识别、目标检测、物体分类等方面已经被证实有效可行,于是人们尝试将CNN运用到更加广阔的领域,并取得了远超传统方法的性能。图像的超分辨重建就是一个典型的代表。传统的超分辨方法计算复杂,且对不同类型的图像具有较差的适应能力。将深度学习的方法应用到图像超分辨率重建上,大幅度提升了超分辨重建的效果,为超分辨重建领域开辟了一个新的方向。本文以SRCNN和VDSR为例,对基于深度学习的单幅图像超分辨算法比较探究。对两种网络的结构以及设计思想进行了详细分析,并通过实验比较验证了两种网络的优良性能。

著录项

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