10.16451/j.cnki.issn1003-6059.201904008
基于深度学习的芯片图像超分辨率重建
考虑到卷积神经网络可以通过训练过程引入图像的先验知识,文中提出基于深度学习的芯片图像超分辨率重建.利用卷积神经网络改善迭代反投影法的初始估计图像,通过迭代过程引入图像序列间的互补信息,建立芯片图像的样本集.实验表明,在不同放大倍数下,改进算法的客观评价指标平均值均较高,在芯片图像中的电路密集处,改进算法的主观视觉感受也较好.同时,文中算法适用于自然图像.
超分辨率重建、卷积神经网络、迭代反投影、芯片硬件木马
32
TP391.41(计算技术、计算机技术)
陕西省自然科学基础研究计划一般项目2018JQ6028;中央高校基本科研业务费项目XJS17109,JBX180102;中国博士后科学基金面上资助项目2017M623125;电子元器件可靠性物理及其应用技术重点实验室开放基金项目17D03-ZHD201701
2019-05-29（万方平台首次上网日期，不代表论文的发表时间）
共8页
353-360
