快速图像超分辨率方法研究

蔡坤琪

蔡坤琪. 快速图像超分辨率方法研究[J]. 红外技术, 2018, 40(3): 269-274.
引用本文: 蔡坤琪. 快速图像超分辨率方法研究[J]. 红外技术, 2018, 40(3): 269-274.
A Study on Rapid Image Super-resolution[J]. Infrared Technology , 2018, 40(3): 269-274.
Citation: A Study on Rapid Image Super-resolution[J]. Infrared Technology , 2018, 40(3): 269-274.

快速图像超分辨率方法研究

基金项目: 国家自然科学基金(61471013)
详细信息
  • 中图分类号: TP751

A Study on Rapid Image Super-resolution

  • 摘要: 针对现有的基于样本学习的图像超分辨率方法参数较多、运算速度较慢等问题,结合基于卷积神经网络的超分辨率方法,提出一种快速图像超分辨率方法.设计一学习网络,以低分辨率图像作为网络的输入,从根本上减少网络的运算负担,加速网络运算;减小卷积核尺寸使得网络训练参数减少,提高运算速度;最后以亚像素卷积层同时实现网络的映射和图像融合过程.将所提方法在通用测试集上进行测试,并与其他方法的测试结果进行了对比,所提方法生成的图像具有更高的峰值信噪比,且具有更好的主观视觉效果.实验结果表明所提方法不仅运算速度能够得到大幅提升,而且能够生成更高质量的超分辨率图像,具有更佳的超分辨率性能.
  • 期刊类型引用(1)

    1. 吴海清,李同海,谈大伟. 小型折反式短波红外光学系统设计. 红外. 2024(02): 1-8 . 百度学术

    其他类型引用(6)

计量
  • 文章访问数:  52
  • HTML全文浏览量:  13
  • PDF下载量:  14
  • 被引次数: 7
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日