典型文献
多尺度密集特征融合的图像超分辨率重建
文献摘要：
针对现有单幅图像超分辨率重建算法提取的图像特征信息单一、高频细节丢失的问题,提出了一种高效利用特征信息的基于多尺度密集特征融合网络的图像超分辨率重建算法.该方法通过含有不同尺度卷积核的多尺度特征融合残差模块提取不同尺度图像特征并将不同尺度的特征融合,以提取丰富的图像特征.在模块间采用密集特征融合结构将不同模块提取到的特征信息充分融合,以更好地保留图像的高频细节、获取更好的视觉感受.大量实验表明,所提出的方法在参数量减少的同时,在四个基准数据集上取得的峰值信噪比和结构相似度均有明显提升,尤其在Set5数据集上4倍重建结果的峰值信噪比相比于DID-D5提升了 0.08 dB,且重建图像视觉效果更好、特征信息更加丰富,充分证明了该算法的有效性.
文献关键词：
超分辨率;多尺度;密集特征融合;卷积神经网络;残差学习
中图分类号：
作者姓名：
程德强;赵佳敏;寇旗旗;陈亮亮;韩成功
作者机构：
中国矿业大学信息与控制工程学院,江苏徐州221116;中国矿业大学计算机科学与技术学院,江苏徐州221116
文献出处：
引用格式：
[1]程德强;赵佳敏;寇旗旗;陈亮亮;韩成功-.多尺度密集特征融合的图像超分辨率重建)[J].光学精密工程,2022(20):2489-2500
A类：
多尺度密集特征融合,密集特征融合
B类：
图像超分辨率重建,单幅图像超分辨率,重建算法,图像特征,特征信息,信息单一,高频细节,特征融合网络,不同尺度,卷积核,多尺度特征融合,融合残差,残差模块,模块间,取到,充分融合,视觉感受,参数量,基准数据集,峰值信噪比,结构相似度,Set5,DID,D5,dB,重建图像,视觉效果,充分证明,残差学习
AB值：
0.270501
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。
