10.16337/j.1004-9037.2018.04.018
基于深度学习特征字典的单帧图像超分辨率重建
在基于字典的单帧图像超分辨率重建算法中,依赖人工浅层特征设计的字典表达图像特征能力有限.为此,提出基于深度学习特征字典的超分辨重建方法.该算法首先利用深度网络进行高、低分辨率训练样本图像深层次特征学习;然后,在稀疏字典超分辨框架下联合训练特征字典;最后,输入单帧低分辨率图像并利用该字典实现超分辨率重建.理论分析表明,引入深度网络提取图像深层次特征并用于字典训练,对低分辨率图像的高频信息补充更加有利.实验证明,与双三次插值以及基于一般人工特征字典的超分辨重建算法相比,本文算法的主观视觉和客观评价指标均高于对比算法.
深度学习、字典学习、超分辨、深层次特征提取、单帧图像
33
TP391(计算技术、计算机技术)
国家自然科学基金61673220,61802199
2018-10-09(万方平台首次上网日期,不代表论文的发表时间)
共11页
740-750