采用精简卷积神经网络的快速视频超分辨率重建
超分辨率重建在视频的传输和显示中起着重要的作用.为了既保证重建视频的清晰度,又面向用户实时显示,提出了一种采用精简卷积神经网络的快速视频超分辨率重建方法.所提的精简卷积神经网络体现在以下三点:首先,考虑到输入的尺寸大小会直接影响网络的运算速度,所提网络省去传统方法的预插值过程,直接对多个低分辨率输入视频帧提取特征,并进行多维特征通道融合.接着,为了避免网络中产生零梯度而丢失视频的重要信息,采用参数线性纠正单元(Parametric Rectified Linear Unit,PReLU)作为激活函数,并采用尺寸更小的滤波器调整网络结构以进行多层映射.最后,在网络末端添加反卷积层上采样得到重建视频.实验结果显示,所提方法相比有代表性的方法在PSNR和SSIM指标上分别平均提升了0.32 dB和0.016,同时在GPU下达到平均41帧/秒的重建速度.结果表明所提方法可快速重建质量更优的视频.
精简卷积神经网络、视频超分辨率、快速重建、参数线性纠正单元
29
TN919.81
国家自然科学基金;国家自然科学基金;浙江省自然科学基金
2019-01-09(万方平台首次上网日期,不代表论文的发表时间)
共10页
1332-1341