摘要:
针对基于卷积网络的超分辨率重建算法对不同场景下的图像存在复原质量不佳、细节信息丢失的问题,对卷积网络结构详细分析,结合重建模块和损失函数约束条件存在的问题,提出了基于并行映射卷积网络的超分辨率重建模型。该模型基于端到端的思想,构建并行映射网络及正则化约束条件,能对图像特征进行层次化自主提取,在高分辨率图像重建时极大地丰富图像特征的维数;并且将全变分正则化引入到重建模块,有效地克服了超分辨率的病态问题,从而获得鲁棒、丰富的图像信息,提升了重建图像的质量。实验结果表明,所提出的网络模型具有更优异的性能,其超分辨率算法在视觉评价和量化指标上取得了更好的重建效果。
毕笃彦, 王世平, 刘坤, 何林远. 基于并行映射卷积网络的超分辨率重建算法[J]. 系统工程与电子技术, 2018, 40(8): 1873-1880.
BI Duyan, WANG Shiping, LIU Kun, HE Linyuan. Super-resolution algorithm based on parallel mapping convolution network[J]. Systems Engineering and Electronics, 2018, 40(8): 1873-1880.