典型文献
基于多尺度特征融合的超分辨率重建算法研究
文献摘要：
超分辨率重建技术可以提高图像质量,使原图像具有更丰富的细节信息.针对现有的超分辨率重建算法存在提取特征单一、不利于对图像信息进一步提取的问题,提出了一种基于多尺度特征融合的超分辨率重建算法.采用多特征提取模块获取更多浅层信息,并在网络中添加密集连接结构,增强特征的传播,减少相关参数计算,减轻梯度消失问题.在Set5和Set14基准数据集上进行了测试,并在电力巡检数据集上进一步验证了算法的有效性.与主流的超分辨率重建方法进行了对比,实验结果表明,该方法生成的图像有更加丰富的细节信息,能够有效地改善图像质量,峰值信噪比与结构相似度值较其他主流算法均有一定的提高.
文献关键词：
超分辨率重建;卷积神经网络;多尺度特征;密集连接
中图分类号：
作者姓名：
仝卫国;蔡猛;庞雪纯;翟永杰
作者机构：
华北电力大学控制与计算机工程学院, 保定071003
文献出处：
引用格式：
[1]仝卫国;蔡猛;庞雪纯;翟永杰-.基于多尺度特征融合的超分辨率重建算法研究)[J].科学技术与工程,2022(26):11507-11514
A类：
B类：
多尺度特征融合,超分辨率重建,重建算法,算法研究,重建技术,图像质量,原图,细节信息,提取特征,图像信息,多特征提取,取模,密集连接结构,参数计算,梯度消失,Set5,Set14,基准数据集,电力巡检,巡检数据,重建方法,峰值信噪比,结构相似度,流算法
AB值：
0.287556
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。
