摘要:
针对目前提高图像分辨率的卷积神经网络存在的特征提取尺度单一以及梯度消失等问题,提出了多尺度残差网络的单幅图像超分辨率重建方法。采用多尺度特征提取和特征信息融合,解决了对图像细节特征提取不够充分的问题;将局部残差学习和全局残差学习相结合,提高了卷积神经网络信息流传播的效率,减轻了梯度消失现象。在集合5、集合14和BSD100等常用测试集上进行了实验,该方法的实验结果均优于其他5种方法,相比于SRCNN,PSNR 0.74 dB,SSIM 0.014 3 dB相比于VDSR,PSNR 0.12 dB,SSIM 0.002 5 dB
李现国,冯欣欣,李建雄. 多尺度残差网络的单幅图像超分辨率重建[J] ●●●●。计算机工程与应用, 2021, 57(7): 215-221.
李祥国、冯新新、李建雄。基于多尺度残差网络的单幅图像超分辨率重建[J]。计算机工程与应用,2021,57(7):215-221。