基于小波深度残差网络的图像超分辨率重建
针对传统的神经网络在图像超分辨率重建过程中大多仅使用图像的空间域信息,生成的图像容易丢失重要细节,提出一种基于小波变换和深度残差网络相结合(WRSR)的方法.首先将图像进行二维离散小波变换后作为深度残差网络的输入,然后结合局部残差学习和全局残差学习改进残差网络,减少了梯度消失现象,提高了信息传递效率,最后利用多尺度卷积核提取丰富的特征纹理信息,经小波逆变换得到重建的图像.实验结果表明,该方法的重建效果相较于对比的算法获得了更好的主观视觉感受和客观评价指标.
超分辨率;小波变换;残差网络;多尺度特征
40
TP301.6(计算技术、计算机技术)
陕西省重点研发计划;西安工程大学柯桥研究生创新学院研究生联合培养项目
2021-12-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
160-164