多级跳线连接的深度残差网络超分辨率重建
赵小强1; 宋昭漾2
2019
Source Publication电子与信息学报
ISSN1009-5896
Volume41Issue:10Pages:2501-2508
Abstract由于快速的卷积神经网络超分辨率重建算法(FSRCNN)卷积层数少、相邻卷积层的特征信息之间缺乏关联性,因此难以提取到图像深层信息导致图像超分辨率重建效果不佳。针对此问题,该文提出多级跳线连接的深度残差网络超分辨率重建方法。首先,该方法设计了多级跳线连接的残差块,在多级跳线连接的残差块基础上构造了多级跳线连接的深度残差网络,解决相邻卷积层的特性信息缺乏关联性的问题;然后,使用随机梯度下降法(SGD)以可调节的学习率策略对多级跳线连接的深度残差网络进行训练,得到该网络超分辨率重建模型;最后,将低分辨率图像输入到多级跳线连接的深度残差网络超分辨率重建模型中,通过多级跳线连接的残差块得到预测的残差特征值,再将残差图像和低分辨率图像组合在一起转化为高分辨率图像。该文方法与bicubic, A+, SRCNN, FSRCNN和ESPCN算法在Set5和Set14测试集上进行了对比测试,在视觉效果和评价指标数值上该方法都优于其它对比算法。
Keyword超分辨率重建 深度残差网络 多级跳线连接的残差块 随机梯度下降法
Indexed ByCSCD
Language中文
WOS Research AreaComputer Science
WOS SubjectCOMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS
CSCD IDCSCD:6584212
Document Type期刊论文
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/75324
Collection电气工程与信息工程学院
Affiliation1.兰州理工大学电气工程与信息工程学院;;甘肃省工业过程先进控制重点实验室;;兰州理工大学国家级电气与控制工程实验教学中心, ;;甘肃省工业过程先进控制重点实验室;;, 兰州;;兰州;;兰州, ;;;; 730050;;730050;;730050
2.兰州理工大学电气工程与信息工程学院, 兰州, 甘肃 730050, 中国
First Author AffilicationColl Elect & Informat Engn
First Signature AffilicationColl Elect & Informat Engn
Recommended Citation
GB/T 7714
赵小强,宋昭漾. 多级跳线连接的深度残差网络超分辨率重建[J]. 电子与信息学报,2019,41(10):2501-2508.
APA 赵小强,&宋昭漾.(2019).多级跳线连接的深度残差网络超分辨率重建.电子与信息学报,41(10),2501-2508.
MLA 赵小强,et al."多级跳线连接的深度残差网络超分辨率重建".电子与信息学报 41.10(2019):2501-2508.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[赵小强]'s Articles
[宋昭漾]'s Articles
Baidu academic
Similar articles in Baidu academic
[赵小强]'s Articles
[宋昭漾]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[赵小强]'s Articles
[宋昭漾]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.