基于可嵌入式网络结构的图像超分辨率重建方法

摘要：

针对卷积神经网络中的图像超分辨率重建模型训练不稳定与收敛速度较慢等问题,提出一种可嵌入式并行网络框架(EPNF),用于单幅图像超分辨率重建任务.将现有的图像超分辨率网络模型作为EPNF框架的深层结构部分嵌入到该框架中,能够以较小参数代价加快所嵌入的超分辨率模型的收敛速度,在一定程度上提高模型的准确率.在EPNF网络结构的基础上,提出一种新的超分辨率重建方法EPNF_DCSR,采用稠密跳跃连接构造高分辨率(HR)图像的高频成分,并使用单层卷积构造HR图像的低频成分,合成一幅HR输出图像.实验结果表明,与当前主流的图像超分辨率算法相比,EPNF_DCSR具有更好的图像生成效果.

关键词：卷积神经网络、上采样、并行网络、跳跃连接、图像超分辨率

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金青年基金;广西重点研发计划;广西自然科学基金;桂林科技发展计划

在线出版日期：2021-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：221-228