{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,3,15]]，“日期-时间”：“2024-03-15T12:29:07Z”，“时间戳”：1710505747429}，“参考-计数”：52，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-“日期-零件”：[2022,10,1]]，”日期-时间“：”2022-10-01T00:00:00Z“，”timestamp“：1664582400000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“开始”：{“日期部分”：[[2022,10,1]]，“日期时间”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00”，“时间戳”：1664.582400000{，“content-version“stm-as”，“delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期-部件）：[[2022,10,1]]1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https://doi.org/10.15223\/policy-004”｝]，“内容域”：｛“域”：[“elsevier.com”，“sciencedirect.com”]，“交叉标记限制”：true｝，“短容器标题”：[“信号处理：图像通信”]，“已发布的印刷品”：｛“日期部分”：[[2022,10]]｝，“doi”：“10.1016\/j.Image.2022.116825”，“类型”：“期刊文章”，“创建”：｛“日期部分”：[[2022,7,16]]，“date-time”：“2022-07-16T07:42:03Z”，“timestamp”：1657957323000}，“page”：“116825”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：2，“title”：[“带纹理传输网络的红外和可见光双电容超分辨率成像”]，“prefix”：“10.1016”，“volume”：《108》，“author”：[{“ORCID”：“http://\/ORCID.org\/00000-0003-1680-5017”，“authenticated-ORCID”：false，“given”：”Yubin“，”family“：”Wu“，”sequence“：”first“，”affiliation“：[]}，{”given“：”良伦“，”家庭“：”程“，”序列“：”additional“，”从属关系“：[]}，“giving”：“横”、“家”：“吴”、“序列”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.image.2022.116825_b1”，“doi-asserted-by”：“crossref”，“first page”：”9“，“doi”：“101016\/j.image.2016.09.007”，“article-title”：“用于显著对象检测的图布尔图”，“volume”：：“49”，“author”：“Qi”，“year”：“2016”，“journal-title“：”Signal Process.，图像通信“}，{”键“：“10.1016\/j.image.2022.116825_52”，“doi-asserted-by”：“crossref”，“first page”：“13”，“doi”：“10.116\/j.image.2018.06.019”，“article-title”：“使用位置约束线性编码和显著性图对可见光和红外图像序列进行视觉跟踪”，“volume”：”68“，”author“：”Ding“，”year“：”2018“，”journal-title“：”Signal Process.，image Commun“}，{“key”：“10.1016\/j.image.2022.116825_b3”，“doi-asserted-by”：“crossref”，“first page”：”510“，“doi”：“101016\/j.neucom.2020.06.066”，“article-title”：“用于人类注意力识别的IRHP数据库上多尺度特征融合的红外头部姿势估计”，“volume”:“411”，“author”：“Liu”，“year”：“2020”，“journal-title“：”Neurocomputing“}，{”key“：“10.1016\/j.image.2022.116825_b4”，“doi-asserted-by”：“crossref”，“doi”：“10.116\/j.image.2020.115933”，“article-title”：“可视\u2013红外跨模态人员重新识别的有效框架”，“volume”：“87”，“author”：“Basaran”，“year”：“2020”，“journal-title“：”信号处理，图像通信“}”，{“issue”：“2”，“key”：“10.1016\/j.image.2022.116825_b5”，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.1109\/JPHOT.2017.2779149”，”article-title“：”使用深度卷积神经网络去除单红外图像光学噪声“，”volume“：”10“，”author“：”Kuang“，”year“2017”，“journal-title”：“IEEE Photonics j.”}，{“issue”：“2”，“key”：“10.1016\/j.image.2022.116825_b6”，“doi-asserted-by”：“crossref”，“首页”：“295”，“doi”：“10.1109\/TPAMI.2015.2439281”，“article-title”：“使用深度卷积网络的图像超分辨率”，“volume”：“38”，“author”：“Dong”，“year”：“2015”，“journal-title“：”IEEE Trans.Pattern Anal.Mach.Intell.“}，{”key“：”10.1016//j.image.2022.1168 25_b7英寸，“系列标题”：“欧洲计算机视觉会议”，“第一页”：“391”，“文章标题”：“加速超分辨率卷积神经网络”，“作者”：“Dong”，“年份”：“2016”}，{“key”：“10.1016\/j.image.2022.116825_b8”，“doi asserted by”：“crossref”，“非结构化”：“Y.Tai，j.Yang，X。刘，基于深度递归残差网络的图像超分辨率，收录于：IEEE计算机视觉与模式识别会议论文集，2017年，第3147\u20133155页。“，”DOI“：”10.1109\/CVPR.2017.298“}，{“key”：“10.1016\/j.Image.2022.116825_b9”，“series-title”：“神经信息处理国际会议”，“首页”：“387”，“article-title“：”任务驱动的超分辨率：低分辨率图像中的对象检测“，”author“：”Haris“，”year“：”2021“}，{“key”：“10.1016\/j.image.2022.116825_b10”，“series-title”：“最近邻值插值”，“author”：“Rukundo”，“year”：“2012”}，”{“key”：”10.1016\/j.iimage.2022.116825_b11“，”series-tile“：”2015 IEEE模糊系统国际会议（FUZZ-IEEE）”，“首页”：“1”，“article-title”：“模糊化图像上的双线性插值：放大”，“author”：“Hurtik”，“year”：“2015”}，{“key”：“10.1016\/j.image.2022.116825_b12”，“series-title”：使用重叠双三次插值的高效超分辨率算法”，“author”：“Ruangsang”，“year”：“2017”}，{“key”：“10.1016\/j.image.2022.116825_b13”，“series-title”：“2004 IEEE计算机视觉与模式识别会议论文集，2004”，“首页”：“I”，“article-title”：通过邻居嵌入超分辨率”，“卷”：“卷1”，“作者”：“Chang”，“年份”：“2004”}，{“密钥”：“10.1016\/j.image.2022.116825_b14”，“doi-asserted-by”：“crossref”，“非结构化”：“R.Timofte，V.De\u00a0Smet，L。Van \u00a0Gool，基于快速示例的超分辨率锚定邻域回归，摘自：IEEE国际计算机视觉会议论文集，2013年，第1920\u20131927页。“，”DOI“：”10.1109\/ICCV.2013.241“}，{“key”：“10.1016\/j.image.2022.116825_b15”，“DOI-asserted-by”：“crossref”，“unstructured”：“B.Lim，S.Son，H.Kim，S.Nah，K。Mu\u00a0Lee，单图像超分辨率增强深度残差网络，载：IEEE计算机视觉会议论文集和模式识别研讨会，2017年，第136\u2013144页。“，”DOI“：”10.1109\/CVPRW.2017.151“}，{“key”：“10.1016\/j.image.2022.116825_b16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Zhang，K.Li，K.李，L。Wang，B.Zhong，Y.Fu，使用深度剩余通道注意网络的图像超分辨率，in：《欧洲计算机视觉会议论文集》，2018年，第286\u2013301页。“，”DOI“：”10.1007\/978-3-030-01234-2_18“}，{“key”：“10.1016\/j.Image.2022.116825_b17”，“DOI-asserted-by”：“crossref”，“DOI”：“101016\/j.patcog.2020.107475”，“article-title“：”图像超分辨率分层密集递归网络“，”卷“：”107“，”作者“：”江“，”年份“：”2020“，”期刊标题“：”模式识别“。“}，{”key“：”10.1016\/j.image.2022.116825_b18“，”doi-asserted-by“：”crossref“，”unstructured“：”C.Ledig，L.Theis，F.Husz\u00e1r，j.Caballero，A.Cunningham，A.Acosta，A.Aitken，A.Tejani，j.Totz，Z.Wang，et al。使用生成对抗网络的真实感照片单图像超分辨率，见：《IEEE计算机视觉和模式识别会议论文集》，2017年，第4681\u20134690页。“，”DOI“：”10.1109\/CVPR.2017.19“}，{“issue”：“9”，“key”：“10.1016\/j.image.2022.116825_b19”，“DOI-asserted-by”：“crossref”，“first page”：”1416“，“DOI”：“10.3390\/rs10091416“，”article-title“：“增强高光谱图像的超分辨率和融合方法”，“volume”：“10”，“author”：“Kwan”，“year”：“2018”，“journal-title”：“Remote Sens.”}，{“issue”：“1”，“key”：”10.1016\/j.image.2022.116825_b20“，”doi-asserted-by“：”crossref“，”first page“：”281“，”doi“：”10.3390\/s20010281“，”ArticleTitle“：”RGB-IR红外图像超分辨率交叉输入和亚像素上采样网络”，“卷”：“20”，“作者”：“杜”，“年份”：“2020”，“日志标题”：“传感器”}，{“问题”：“12”，“关键”：“10.1016\/j.image.2022.116825_b21”，“doi-asserted-by”：“crossref”，“首页”：“4865”，“doi”：“101109\/TIP.2013.2279315”，“文章标题”：通过检索网络图像实现的地标图像超分辨率”，“卷”：“22”，“作者”：“岳”，“年份”：“2013”，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.image.2022.116825_b22“，”doi-asserted-by“：”crossref“，”unstructured“：”H.Zheng，M.Ji，H.Wang，Y.Liu，L.Fang，Crossnet：使用跨尺度翘曲的端到端参考超分辨率网络，摘自：《欧洲计算机视觉会议论文集》，2018，第88\u2013104页。“，”doi“：”10.1007\/978-3-030-01231-1_6“}，{“key”：“10.1016\/j.image.2022.116825_b23”，“doi-asserted-by”：“crossref”，“unstructured”：“Z.Zhang，Z.Wang，Z.Lin，H.Qi，通过神经纹理传输实现图像超分辨率，收录于：2019年IEEE\/CVF计算机视觉和模式识别会议论文集，第7982\u20137991页。”，“doi”：“10.1109\/CVPR.2019.00817“}，{“key”：“10.1016\/j.image.2022.116825_b24”，“series-title”：“2008 IEEE计算机视觉和模式识别会议”，“首页”：“1”，“article-title”：”图像超分辨率作为原始图像补丁的稀疏表示法“，”author“：”Yang“，”year“：”2008doi-asserted-by“：”crossref“，”first page“：”1127“，”doi“：”10.1109\/TPAMI.2010.25“，”article-title“：”使用稀疏回归和自然图像先验的单图像超分辨率“，”volume“：“32”，”author“：”Kim“，”year“：”2010“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”issue“：”1“，”key“：”10.1016\/j.image.2022.116825_b26“，”doi-asserted-by“：”crossref“，”first-page:“1”，“doi”：“10.1016\/j.patrec.2009.09.004”，“article-title”：“基于学习图像补丁稀疏关联的分辨率增强”，“volume”：“31”，“author”：“Wang”，“year”：“2010”，“journal-title“：”Pattern Recognit.Lett.“}”，{“key”：“10.1016\/j.image.2022.116825_b27“，“doi-asserted-by”：“crossref”，“unstructured”：“Y.Mei，Y.Fan，Y.Zhou，L.Huang，T.S.Huang.，H.Shi，具有跨尺度非局部关注和穷尽自样本挖掘的图像超分辨率，摘自：IEEE计算机视觉与模式识别会议论文集，2020，pp.5690\u20135699。”，“DOI“：”10.1109\/CVPR42600.2020.00573“}，{“issue”：“2”，“key”：“10.1016\/j.image.2022.116825_b28”，“DOI-asserted-by”：“crossref”，“first page”：”302“，“DOI”：“101109\/TMM.2016.2614427”，“article-title”：“图像超分辨率检索补偿的组结构稀疏性”，“volume”:“19”，“author”：“Liu”，“year”：“2016”，“journal-title“：”IEEE事务处理多媒体“}，{“issue”：“2”，“key”：“10.1016\/j.image.2022.116825_b29”，“doi-asserted-by”：“crossref”，“first-page”：“1”，“doi”：“101145\/1944846.1944852”，“article-title”：“图像和视频从本地示例升级”，“volume”：”30“，”author“：”Freedman“，”year“：”2011“，”journal-title“：”ACM Trans.Graph.“}，{”issue“：”8“，”key“：”10.1016\/j.image.2022.116825_b30“，“doi断言者”：“crossref”，“首页”：“2503”，“doi”：“10.1109\/TCSVT.20192925844”，“文章标题”：“用于视频超分辨率的多时相超密集存储网络”，“卷”：“30”，“作者”：“Yi”，“年份”：“2019”，“期刊标题”：“IEEE Trans.Circircuits Syst.video Technol.”}，{“密钥”：“10.1016\/j.image.202.116825_b31”，“文章标题”：“用于真实和一致视频超分辨率的渐进式融合生成对抗网络”，“作者”：“Yi”，“年份”：“2020”，“日志标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“10.1016\/j.image.2022.116825_b32”，“doi-asserted-by”：“crossref”，“非结构化”：“H.Su，V.Jampani，D.Sun，O.Gallo，E.Learnd-Miller，j。Kautz，Pixel-adaptive卷积神经网络，收录于：IEEE计算机视觉与模式识别会议论文集，2019年，第11166\u201311175页Pmbanet：场景深度超分辨率累进多分支聚合网络”，“卷”：“29”，“作者”：“Ye”，“年份”：“2020”，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.image.2022.116825_b34“，”doi-asserted-by“：”crossref“，”unstructured“：”N.Efrat，D.Glassner，A.Apartsin，B.Nadler，A.Levin，《单图像超分辨率中的精确模糊模型与图像先验》，摘自：IEEE国际计算机视觉会议论文集，2013年，第2832\u20132839页。“，”doi“：”101109\/ICCV.2013.352“}，{“issue”：“9”，“key”：“10.1016\/j.image.2022.116825_b35”，“doi-asserted-by”：“crossref”，“first-page”：“4054”，“doi”：“101109\/TIP.2012.2199330”，”article-title“：“具有自然图像优先权的生成贝叶斯图像超分辨率”，“volume”：”21“author”：“Zhang”，“year”：“2012”，“journal-title”：“IEEE Trans.image Process.”}，{”key“：“10.1016\/j.image.2022.116825_b36”，“doi asserted by”：“crossref”，“unstructured”：“C.-Y.Wang，H.-Y.M.Liao，Y.-H.Wu，P.-Y.Chen，j.-W.Hsieh，I.-H.Yeh，CSPNet:一种可以增强CNN学习能力的新骨干，载于：IEEE\/CFF计算机视觉和模式识别研讨会论文集，2020，第390\u2013391页。”，“doi”：“10.1109\/CVPRW50498.2020.00203”}，{“key”：“10.1016\/j.image.2022.116825_b37”，“series-title”：“Mish:一个自正则非单调激活函数”，“author”：“米斯拉”，“年份”：“2019”}。Belongie，自适应实例归一化实时任意风格传输，载于：IEEE国际计算机视觉会议论文集，2017年，第1501\u20131510页。“，”DOI“：”10.1109\/ICCV.2017.167“}，{“key”：“10.1016\/j.image.2022.116825_b39”，“series-title”：“2020 IEEE \/CVF计算机视觉和模式识别会议（CVPR）”，“文章标题”：“Eca-net：深度卷积神经网络的有效通道注意”，“作者”：“王”，“年份”：“2020”}，{“密钥”：“10.1016\/j.image.2022.116825_b40”，“doi-asserted-by”：“crossref”，“非结构化”：“K.He，X.Zhang，S.Ren，j。孙，图像识别的深度剩余学习，载：IEEE计算机视觉和模式识别会议论文集，2016年，第770\u2013778页。“，”DOI“：”10.1109\/CVPR.2016.90“}，{“key”：“10.1016\/j.image.2022.116825_b41”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Zeng，j.Fu，H.Chao，B。郭，学习用于高质量图像修复的金字塔型编码网络，载：IEEE计算机视觉和模式识别会议论文集，2019年，第1486\u20131494页。“，”DOI“：”10.1109\/CVPR.2019.00158“}，{“key”：“10.1016\/j.image.2022.116825_b42”，“DOI-asserted-by”：“crossref”，“unstructured”：“W.Shi，j.Caballero，F。Husz\u00e1r，J.Totz，A.P.Aitken，R.Bishop，D.Rueckert，Z.Wang，使用高效亚像素卷积神经网络的实时单图像和视频超分辨率，收录于：IEEE计算机视觉和模式识别会议论文集，2016年，第1874\u20131883页。“，“DOI”：“10.1109\/CVPR.2016.207”}，{“关键”：“10.1016\/j.image.2022.116825_b43“，“series-title”：“Adam：一种随机优化方法”，“author”：“Kingma”，“year”：“2014”}，{“key”：“10.1016\/j.iimage.2022.116825_b44”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Kim，j.K.Lee，K.M。Lee，使用深度卷积网络的精确图像超分辨率，收录于：IEEE计算机视觉和模式识别会议论文集，2016年，第1646\u20131654页。“，”DOI“：”10.1109\/CVPR.2016.182“}，{“key”：“10.1016\/j.image.2022.116825_b45”，“DOI-asserted-by”：“crossref”，“unstructured”：“W.-S.Lai，j.-B.Huang，N.Ahuja，M.-H。Yang，用于快速准确超分辨率的Deep laplacian金字塔网络，载于：《IEEE计算机视觉与模式识别会议论文集》，2017，第624\u2013632页。“，DOI”：“10.1109\/CVPR.2017.618”}，{“key”：“10.1016\/j.image.20212.116825_b46”，“DOI断言”：“crossref”，“非结构化”：“Y.Zhang，Y.Tian，Y.Kong，B.Zhong，Y。Fu，图像超分辨率剩余稠密网络，载：IEEE计算机视觉与模式识别会议论文集，2018年，第2472\u20132481页。“，”DOI“：”10.1109\/CVPR.2018.00262“}，{“issue”：“13”，“key”：“10.1016\/j.image.2022.116825_b47”，“DOI-asserted-by”：“crossref”，“first page”：”800“，“DOI”：“101049\/el:20080522”，“article-title”：“图像/视频质量评估中PSNR的有效范围“，”卷“：”44“，”作者“：”Huynh-Thu“，”年份“：”2008“，”期刊标题“：”Electron“。莱特。“}，{”key“：”10.1016\/j.image.2022.116825_b48“，”doi-asserted-by“：”crossref“，”doi“：”101109\/TIP.2003.819861“，”article-title“：”图像质量评估：从错误可见性到结构相似性“，”author“：”Wang“，”year“：”2004“，”journal-title”：“IEEE Trans.image Process.”}“，{“issue”：“8”，“key”：“10.1016\/j.iimage.2022.116825_b49”，“doi-assert by“：”crossref“，”首页“：”2587“，”DOI“：”10.3390\/s18082587“，”article-title“：”压缩感知与深度学习相结合的红外图像超分辨率“，”卷“：”18“，”作者“：”张“，”年份“：”2018“，”期刊标题“：”传感器“}，{”问题“：”4“，”关键“：”10.1016\/j.image.2022.116825_b50“，”第一页“：基于生成对抗网的单帧红外图像超分辨率算法”，“卷”：“37”，“作者”：“SHAO”，“年份”：“2018”，“新闻标题”：“J.infrared Millim。Wave“}，{“key”：“10.1016\/j.image.2022.116825_b51”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.image.2020.115925”，“article-title”：“基于稀疏表示和深度学习的图像超分辨率重建”，“volume”：”87“，“author”：“Zhang”，“year”：“2020”，“journal-title“：”Signal Process.，image.Commun.“}”，{”key“：”10.1016\/j.image.2022.116825_b52“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.iImage.2019.02.008“，”article-title“：”图像超分辨率的多样化对抗网络“，”author“：”Zareapoor“，”year“：”2019“，”journal-title”：“Signal Process。图像通信。“}]，”container-title“：[”Signal Processing:Image Communication“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0923596522001205？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S0923596522001205？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,2,10]]，“date-time”：“2024-02-10T05:38:20Z”，“timestamp”：1707543500000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S09235969 522001205“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2022,10]]}，”references-count“：52，”alternative-id“：[”S0923596522001205“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.image.2022.116825“，”relation“：{}，“ISSN”：[”0923-5965“]，“ISSN-type”：[{“value”：“0923-59605”，“type”:“print”}]，“subject”：【]，“published”：{“date-parts”：[[2022,10]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”红外和可见光双焦超分辨率成像与纹理传输网络“，”name“：”articletite“，”标签“：”article Title“}”，{“value”：“信号处理：图像通信”，“name”：“journaltite”，“label”：“Journal Title”}https:\/\/doi.org\/10.1016\/j.image.2022.116825“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2022 Published by Elsevier B.V.”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“116825”}