网络首发

激光与光电子学进展
ESCI,SCOPUS,CJCR,CSCD,北图
2021年第58卷第02期18页
一种改进的SRCNN超分辨率图像重建算法
录用时间:2020-07-20
论文栏目
10
作者单位
1 辽宁工程技术大学
论文摘要
针对超分辨率卷积神经网络模型(SRCNN)由于卷积层较少,从原始图像中提取出详细特征受限;算法训练时间长,不易收敛;另外由于(3×)卷积运算,使得感受野大大减小,限制了网络的表达和泛化能力等问题,提出了一种新的超分辨率图像重建算法RD-SRCNN。该方法首先利用不同大小的卷积核进行操作,能够更好地提取低分辨率图像中的细节特征,有助于图像的恢复;然后把获取到图像特征信息输入由多个不同卷积核大小的卷积层和ELU激活层所组成的残差网络,通过短路径连接各个特征提取单元,以解决梯度消失的问题,实现特征重用,减少网络冗余;最后,通过加入反卷积层来增大感受野从而得到清晰的高分辨率图像。实验结果表明所提出的RD-SRCNN方法在视觉和客观评价标准上均取得了较好的效果。
引用本文
曲海成, 唐博文, 袁贵森. 一种改进的SRCNN超分辨率图像重建算法[J]. 激光与光电子学进展, 2021, 58(02): 18. 
DOI:10.3788/lop58.021018
PDF 全文:点击此处查看 

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!