基于深度学习的图像超分辨率复原研究进展

摘要：

图像超分辨率复原(Super resolution restoration,SR)技术是图像处理领域的研究热点,在视频监控、图像处理、刑侦分析等领域具有广泛的应用需求.近年来,深度学习在多媒体处理领域迅猛发展,基于深度学习的图像超分辨率复原技术已逐渐成为主流技术.本文主要对现有基于深度学习的图像超分辨率复原工作进行综述.从网络类型、网络结构、训练方法等方面分析现有技术的优势与不足,对其发展脉络进行梳理.在此基础上,本文进一步指出了基于深度学习的图像超分辨率复原技术的未来发展方向.

关键词：超分辨率复原、深度神经网络、卷积神经网络、循环神经网络

所属期刊栏目：43

分类号：TN9;TP3

资助基金：国家自然科学基金61471013, 61370189, 61372149, 61531006;北京市自然科学金4142009, 4163071;北京市属高等学校高层次人才引进与培养计划CIT&TCD201404043, CIT&TCD20150311;北京市教育委员会科技发展计划KM201510005004, KM201410005002;北京市属高等学校人才强教计划PHRIHLB 资助Supported by National Natural Science Foundation of China61471013, 61370189, 61372149, 61531006;the Beijing Natural Science Foundation4142009, 4163071;the Importation and Development of High-Caliber Talents Project of Beijing Munic-ipal InstitutionsCIT&TCD201404043, CIT&TCD20150311;the Science and Technology Development Program of Beijing Ed-ucation CommitteeKM201510005004, KM201410005002;Funding Project for Academic Human Resources Development in Institutions of Higher Learning under the Jurisdiction of Bei-jing MunicipalityPHR

在线出版日期：2017-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：697-709