Institutional Repository of Coll Elect & Informat Engn
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 | |
发表期刊 | 电子与信息学报 |
ISSN | 1009-5896 |
卷号 | 41期号:10页码:2501-2508 |
摘要 | 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。 |
关键词 | 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 |
收录类别 | CSCD |
语种 | 中文 |
WOS研究方向 | Computer Science |
WOS类目 | COMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS |
CSCD记录号 | CSCD:6584212 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/75324 |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.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 |
第一作者单位 | 电气工程与信息工程学院 |
第一作者的第一单位 | 电气工程与信息工程学院 |
推荐引用方式 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. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[赵小强]的文章 |
[宋昭漾]的文章 |
百度学术 |
百度学术中相似的文章 |
[赵小强]的文章 |
[宋昭漾]的文章 |
必应学术 |
必应学术中相似的文章 |
[赵小强]的文章 |
[宋昭漾]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论