-
题名图像超分辨率特征浓缩网络
被引量:1
- 1
-
-
作者
刘星辰
贾俊铖
张莉
胡沁涵
-
机构
苏州大学计算机科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第16期213-219,共7页
-
基金
江苏高校优势学科建设工程资助项目
中国博士后科学基金(2017M611905)
+1 种基金
江苏省高等学校自然科学研究面上项目(17KJB520034)
苏州市产业技术创新专项(民生科技)(SS201701)。
-
文摘
自从卷积神经网络应用到图像超分辨率领域以来,越来越多的神经网络被提出,并且取得良好的效果,但是当前大多数方法都严重依赖于模型的深度和宽度,而没有充分利用底层信息。针对以上问题,提出了一种新型特征浓缩网络,该网络通过多个特征浓缩块逐步提取有效特征信息。网络包括特征提取模块、特征浓缩模块和重建模块,并添加了双三次插值运算和全局残差学习。通过底层特征处理来提取有用的特征,使用特征浓缩块进一步提取特征,由重建模块恢复高分辨率图像。在实验中,选择4个不同的公开数据集进行不同尺度的测试,通过实验结果可以看出,所提出的网络对比其他方法有更好的客观指标结果。
-
关键词
卷积神经网络
超分辨率
特征提取
全局残差学习
-
Keywords
convolutional neural network
super-resolution
feature extraction
global residual learning
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-