基于逐级反投影网络的车牌图像超分辨率重建
针对监控视频中车牌图像超分辨率重建数据处理量较大、性能差的问题,提出了一种基于逐级反投影网络的车牌图像超分辨率重建算法.首先,为了减少超分辨率网络数据处理量,先检测并提取出低分辨率车牌区域.然后,分解深度反投影网络(DBPN)中较大的采样倍数,以逐级采样的方式完成迭代反投影.在逐级反投影单元中,跳线连接融合逐级采样产生的中间尺度特征,以提高特征利用率;用1×1卷积层降低融合后中间尺度的特征维度,同时保留关键信息.最后,根据逐级上投影单元产生的特征图重建高分辨率车牌图像.实验结果表明,相比DBPN,本算法不仅降低了超分辨率网络的数据处理量和参数量,且重建的车牌图像质量在主观感受和客观评价指标方面都得到了很大的提升.
超分辨率、车牌图像、逐级反投影单元、跳线连接、1×1卷积层
57
TP183(自动化基础理论)
公安部科技强警基础工作专项项目;陕西省自然科学基础研究计划;西安邮电大学创新创业项目;创新基金
2020-09-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
56-64