典型文献
基于多尺度与残差网络的图像超分辨率重建
文献摘要：
针对目前图像超分辨率重建算法在提取图像信息时过于单一地累加卷积层导致的深层网络梯度消失和图像信息丢失的问题,提出了一种基于多尺度与残差网络的图像超分辨率重建算法.该算法使用多尺度密集连接的卷积核代替单一累加的卷积核,充分提取输入低分辨率图像信息并实现通道特征维度的复用;利用残差网络,多层次地对丢失图像信息进行补充并对深层网络模型的梯度问题实现了抑制,在反向传播的过程中帮助全网络模型自适应地完成对权重更新;最后以非线性映射的方式输出最终重建图像.实验表明,所提算法在测试集上的峰值信噪比和结构相似性与对比算法相比均有所提升;在与目前主流算法对比中获得了细节信息更加丰富、边缘纹理更加清晰的重建图像.
文献关键词：
图像处理;神经网络;多尺度特征;密集连接;残差网络
中图分类号：
作者姓名：
魏一铭;徐岩;王汇丰;韦春苗
作者机构：
兰州交通大学电子与信息工程学院,兰州 730000
文献出处：
引用格式：
[1]魏一铭;徐岩;王汇丰;韦春苗-.基于多尺度与残差网络的图像超分辨率重建)[J].电光与控制,2022(07):102-107
A类：
B类：
残差网络,图像超分辨率重建,重建算法,图像信息,累加,加卷,卷积层,深层网络,梯度消失,和图像,信息丢失,多尺度密集连接,卷积核,分提,低分辨率图像,通道特征,复用,反向传播,全网,模型自适应,权重更新,非线性映射,重建图像,测试集,峰值信噪比,结构相似性,对比算法,流算法,算法对比,细节信息,多尺度特征
AB值：
0.309547
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。
