典型文献
一种基于融合的单幅图像超分辨率重建
文献摘要：
图像超分辨率重建是由一幅或者多幅低分辨率图像序列重建与之对应的高分辨率图像.高分辨率图像具有更高像素密度,可以提供更多的图像细节,这些细节往往在一些具体应用场景中起到关键性作用.针对单幅低分辨率重建超分辨率应用问题,提出了一种基于图像融合的方法,该方法选取两种或者两种以上利用生成对抗网络算法进行超分辨率图像的重建算法,然后对它们各自重建的图像进行图像融合.图像融合使用将两幅或多幅图像综合成一幅新的图像.融合能利用两幅(或多幅)图像在时空上的相关性及信息上的互补性,可以使得融合后得到的图像对场景有更全面、清晰的描述,从而更有利于人眼的识别.借鉴了集成学习的思想,该文使用BasicSR、SRGAN和ESRGAN这三种超分辨率重建算法生成的超分辨率图像进行两两交叉融合进行仿真实验.实验结果表明,这种利用不同生成对抗网络重建的超分辨率图像进行融合简单有效,融合后的超分辨率图像质量在两个指标上PSNR和SSIM上总体优于融合前的图像质量.
文献关键词：
超分辨率重建;图像融合;深度学习;卷积神经网络;生成对抗网络
中图分类号：
作者姓名：
苏进胜;张明军;俞文静
作者机构：
广州软件学院 网络技术系,广东 广州 510990
文献出处：
引用格式：
[1]苏进胜;张明军;俞文静-.一种基于融合的单幅图像超分辨率重建)[J].计算机技术与发展,2022(05):53-57
A类：
BasicSR
B类：
单幅图像超分辨率,图像超分辨率重建,一幅,多幅,低分辨率图像,图像序列,序列重建,高分辨率图像,高像素,应用问题,图像融合,生成对抗网络,网络算法,重建算法,自重,融合使用,两幅,空上,互补性,人眼,集成学习,ESRGAN,交叉融合,图像质量,PSNR,SSIM
AB值：
0.214984
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。
