典型文献
分级特征反馈融合的深度图像超分辨率重建
文献摘要：
受采集装置的限制,采集的深度图像存在分辨率较低、易受噪声干扰等问题.本文构建了分级特征反馈融合网络(Hierarchical feature feedback network,HFFN),以实现深度图像的超分辨率重建.该网络利用金字塔结构挖掘深度-纹理特征在不同尺度下的分层特征,构建深度-纹理的分层特征表示.为了有效利用不同尺度下的结构信息,本文设计了一种分级特征的反馈式融合策略,综合深度-纹理的边缘特征,生成重建深度图像的边缘引导信息,完成深度图像的重建过程.与对比方法相比,实验结果表明HFNN网络提升了深度图像的主、客观重建质量.
文献关键词：
深度图像;超分辨率重建;特征融合;残差学习
中图分类号：
作者姓名：
张帅勇;刘美琴;姚超;林春雨;赵耀
作者机构：
北京交通大学信息科学研究所 北京100044;现代信息科学与网络技术北京市重点实验室 北京100044;北京科技大学计算机与通信工程学院 北京100083
文献出处：
引用格式：
[1]张帅勇;刘美琴;姚超;林春雨;赵耀-.分级特征反馈融合的深度图像超分辨率重建)[J].自动化学报,2022(04):992-1003
A类：
HFFN,HFNN
B类：
分级特征,深度图像,图像超分辨率重建,采集装置,噪声干扰,融合网络,Hierarchical,feature,feedback,network,金字塔结构,纹理特征,不同尺度,特征表示,结构信息,反馈式,融合策略,边缘特征,边缘引导,比方,重建质量,特征融合,残差学习
AB值：
0.312404
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
