SIA OpenIR  > 光电信息技术研究室
基于卷积神经网络的图像超分辨率重建
其他题名Mingdi. Image Super-Resolution based on Convolutional neural Networks. Computer Engineering and Applications
刘鹏飞1,2,3,4; 赵怀慈1,2,4; 刘明第1,3,4
作者部门光电信息技术研究室
关键词图像超分辨率 深度学习 卷积神经网络 特征转移
发表期刊计算机工程与应用
ISSN1002-8331
2018
页码1-8
产权排序1
资助机构装备预研领域基金(No.61400010102)
摘要单幅图像超分辨率(Super Resolution,SR)重建,是计算机视觉领域的一个经典问题,其目的在于从一个低分辨率图像得到一个高分辨率图像。目前的卷积神经网络重建算法只有三层结构,浅层结构在处理内部结构复杂的数据时,会出现表征能力不足的问题,因此提出了一个基于特征转移的八层卷积神经网络结构来实现图像超分辨率重建。针对不同的测试集,文中提出的卷积神经网络模型取得了更佳的超分辨率结果,不管是在主观视觉上还是在客观评价指标上均有明显改善,把数据集图像放大3倍时,对于不同算法的对比图像,文中算法的峰值信噪比最高,而且在清晰度方面尤其是图像纹理边缘得到了增强。实验结果证明了基于迁移转移的八层卷积神经网络对图像超分辨率重建的有效性,且网络的收敛速度更快,在精细度方面具有更高的优势。
其他摘要Single image super-resolution (SISR), which aims at obtaining a high-resolution image from a single low-resolution image, is a classical problem in computer vision. At present the convolution neural network reconstruction algorithm only has three layers. When dealing with real word data and internal structure is complex, it will appear problem of insufficient characterization ability. In order to meet the requirements of higher super-resolution reconstruction precision, an eight-layer structure is proposed by feature transfer. For different test datasets, the model of Transfer Learning Super-Resolution using Convolutional Neural Networks (TLSRCNN) achieves good super-resolution results, and the subjective visual effect and objective evaluation indices are both improved obviously. Peak signal-to-noise ratio of TLSRCNN is the highest in contrast to other algorithms. The image resolution and edge sharpness are enhanced. Experimental results demonstrate TLSRCNN effectiveness of image super-resolution reconstruction, and network convergence speed is faster, which can recover image texture details better in comparison with traditional method.
语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/22092
专题光电信息技术研究室
通讯作者刘鹏飞
作者单位1.中国科学院沈阳自动化研究所;
2.中国科学院大学;
3.中国科学院光电信息处理重点实验室;
4.辽宁省图像理解与视觉计算重点实验室
推荐引用方式
GB/T 7714
刘鹏飞,赵怀慈,刘明第. 基于卷积神经网络的图像超分辨率重建[J]. 计算机工程与应用,2018:1-8.
APA 刘鹏飞,赵怀慈,&刘明第.(2018).基于卷积神经网络的图像超分辨率重建.计算机工程与应用,1-8.
MLA 刘鹏飞,et al."基于卷积神经网络的图像超分辨率重建".计算机工程与应用 (2018):1-8.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于卷积神经网络的图像超分辨率重建.pd(705KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[刘鹏飞]的文章
[赵怀慈]的文章
[刘明第]的文章
百度学术
百度学术中相似的文章
[刘鹏飞]的文章
[赵怀慈]的文章
[刘明第]的文章
必应学术
必应学术中相似的文章
[刘鹏飞]的文章
[赵怀慈]的文章
[刘明第]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于卷积神经网络的图像超分辨率重建.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

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。