首页 > 论文 > 激光与光电子学进展 > 56卷 > 21期(pp:211001)

图像多尺度密集网络去模糊模型

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

近年来关于图像重建技术的研究在深度学习的推动下飞速发展,基于深度学习的图像去模糊模型性能优异。本文使用基于深度学习的端到端去模糊方法,并对网络框架进行改进,提出一个多尺度密集网络去模糊模型(MSDN)。将密集网络结构引入到模型框架中,并且为提取到输入图像更多的上下文信息,引入了多尺度感知野结构,由4个尺度的平均池化层和上采样层组成。实验中使用的数据集为GOPRO数据集和Kohler数据集。MSDN方法重建的去模糊图像的峰值信噪和结构相似性相比其它方法,性能提升显著。表明MSDN模型具有更强的图像去模糊能力。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.211001

作者单位:

    江南大学物联网工程学院
    江南大学

引用该论文

宋昊泽,吴小俊. 图像多尺度密集网络去模糊模型[J].激光与光电子学进展,2019,56(21):211001.