典型文献
轻量化火星遥感影像超分辨率重建网络
文献摘要：
针对目前基于深度学习的图像超分辨率重建方法参数量大的问题,以Deep Laplacian Pyramid Networks(LapSRN)为基础,提出一种轻量化拉普拉斯金字塔图像超分辨率重建卷积神经网络.首先,对输入的低分辨率图像(Low Resolution Image,LR)提取出浅层特征.其次,使用可以进行参数共享的具有同源跳跃连接的递归块结构,从浅层特征逐步提取出更深层特征并进一步推断出包含高频信息的残差图像(Residual Image,RI).然后,对RI以及输入的LR进行转置卷积上采样,并将二者逐像素相加得到超分辨率图像(Super Resolution Image,SR).该方法在三个放大倍率下总参数量仅为LapSRN的3.98％,火星遥感影像4倍超分辨率下峰值信噪比(Peak Signal to Noise Ratio,PSNR)提高0.0313 dB,8倍超分辨率下PSNR提高0.1167 dB.所提方法在超分辨率重建效果基本维持的情况下将网络参数量在2倍下缩减81.6％、4倍下缩减90.8％、8倍下缩减88.8％.
文献关键词：
轻量化;卷积神经网络;超分辨率重建;拉普拉斯图像金字塔
中图分类号：
作者姓名：
耿铭昆;吴凡路;王栋
作者机构：
中国科学院长春光学精密机械与物理研究所,吉林长春130033;中国科学院大学,北京100049;中国科学院月球与深空探测重点实验室,北京100101
文献出处：
引用格式：
[1]耿铭昆;吴凡路;王栋-.轻量化火星遥感影像超分辨率重建网络)[J].光学精密工程,2022(12):1487-1498
A类：
拉普拉斯图像金字塔
B类：
火星,遥感影像,重建网络,图像超分辨率重建,重建方法,方法参数,参数量,Deep,Laplacian,Pyramid,Networks,LapSRN,拉普拉斯金字塔,低分辨率图像,Low,Resolution,Image,LR,参数共享,跳跃连接,递归,块结构,深层特征,推断出,频信,残差图,差图像,Residual,RI,转置卷积,上采样,像素,相加,加得,Super,倍率,总参,峰值信噪比,Peak,Signal,Noise,Ratio,PSNR,dB,网络参数
AB值：
0.340651
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。
