關鍵詞:卷積神經網絡 超分辨 分層特征 多路徑 特征融合
摘要:卷積神經網絡在單幀圖像超分辨率重建任務中取得了巨大成功,但是其重建模型多是基于單鏈結構,層間聯系較弱且不能充分利用網絡提取的分層特征。針對這些問題,本文設計了一種多路徑遞歸的網絡結構(MRCN)。通過使用多路徑結構來加強層之間的聯系,實現特征的有效利用并且提取豐富的高頻成分,同時使用遞歸結構降低訓練難度。此外,通過引入特征融合的操作使得在重建的過程中可以充分利用各層提取的特征,并且自適應的選擇有效特征。在常用的基準測試集上進行了大量實驗表明,MRCN比現有的方法在重建效果上具有明顯提升。
光電工程雜志要求:
{1}來稿請附作者簡介,包括姓名、所在單位與職稱、職務以及聯系方式。
{2}來稿文責自負。根據《著作權法》,結合本刊具體情況,編輯部可作修辭等文字修改、刪節,凡涉及原意的重大修改,則需征求作者意見。
{3}來稿需包括文章名、內容提要、關鍵詞。內容提要需能簡明扼要、客觀準確地體現出論文的主要觀點;關鍵詞要以分號分隔并列。
{4}文題避免使用簡稱、縮寫、標點符號、化學結構式及藥品商品名等不規范名詞。論著類文章應有英文題名,其含義應與中文一致,一般以不超過10個實詞為宜。
{5}摘要一般應說明研究工作的目的、實驗(研究)方法、結果和結論等,中文摘要不超過300字。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社