基于深度学习的超分辨率重建算法改进.pdf

上传者: wyg597004166 | 上传时间: 2021-03-07 19:12:39 | 文件大小: 1.49MB | 文件类型: PDF
深度卷积网络在单幅图像超分辨问题上取得了非常好的效果,然而,由于超分辨问 题的病态性,自低分辨率的图像复原得到高分辨率图像的算法仍然有很大的改进空间。为了进一 步提高单幅图像超分辨率重建的精度,主要做了以下两个方面的工作:首先将增强预测的方法和 SRCNN 网络结合,在 Set5 数据集上的平均峰值信噪比较原始的 SRCNN 方法提升了大约 0.3dB;其 次,将 FSRCNN 网络第一个 5*5的卷积层改为两个 3*3的卷积层,提高了网络的非线性,在 Set5数据 集上相对于 FSRCNN 模型平均峰值信噪比提升了大约 0.3dB。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明