10.3969/j.issn.1000-386x.2019.10.038
基于残差密集网络的单幅图像超分辨率重建
随着数码相机、手机等电子设备的普及,每天都会产生大量的图像,但通常这些图像的分辨率比较低.针对单幅图像超分辨率(Single Image Super-Resolution,SISR)方法性能较低的问题,提出一种基于残差密集网络的单幅图像超分辨率重建方法.将浅层的卷积特征输入到残差密集块,获得全局和局部的特征;对图像进行超分辨率重建,得到清晰的高分辨率图像.为了验证该方法的有效性,在四个公共的数据集Set5、Set14、B100和Ur-ban10上进行了定性和定量的实验.实验结果表明,该方法能够更好地恢复出高分辨率的图像.
图像超分辨率、低分辨率、高分辨率、深度学习
36
TP391(计算技术、计算机技术)
重庆市教委科学技术研究项目KJ1603701
2019-11-01（万方平台首次上网日期，不代表论文的发表时间）
共5页
222-226
