-
题名基于深层残差网络的加速图像超分辨率重建
被引量：33
- 1
-
-
作者
席志红
侯彩燕
袁昆鹏
薛卓群
-
机构
哈尔滨工程大学信息与通信工程学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2019年第2期89-98,共10页
-
基金
国家自然科学基金(60875025)
-
文摘
针对目前卷积神经网络的超分辨率算法存在卷积层数少、模型简单、计算量大、收敛速度慢以及图像纹理模糊等问题,提出了一种基于深层残差网络的加速图像超分辨率重建方法,该方法在提高图像分辨率的同时加快收敛速度。设计更深的卷积神经网络模型来提高精确度,通过残差学习并且使用Adam优化方法使网络模型加速收敛。在原始低分辨率图像上直接进行特征映射,只在网络的末端引入子像素卷积层,将像素进行重新排列,得到高分辨率图像。实验结果表明,在set 5,set 14,BSD100测试集上,所提算法的峰值信噪比与结构相似性指数均高于现有的几种算法,能够恢复更多的图像细节,图像边缘也更加完整且收敛速度更快。
-
关键词
图像处理
超分辨率
深度学习
卷积神经网络
残差网络
子像素卷积
-
Keywords
image processing
super-resolution
deep learning
convolution neural network
residual network
sub-pixel convolution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于修正饱和度特征的过曝光区域检测算法
- 2
-
-
作者
薛卓群
席志红
-
机构
哈尔滨工程大学信息与通信工程学院
-
出处
《电子技术与软件工程》
2019年第11期68-70,共3页
-
文摘
本文提出了利用颜色特征、亮颜特征和边界邻域特征并加入了新提出的修正饱和度特征的过曝光检测算法。首先使用LC检测算法标记已转入CIE-Lab彩色空间的图像,将过曝光区域都标记好的图像作为训练图像,提取出融合了上述四种特征的特征向量组用于分类。再使用L2正则化逻辑非线性回归算法得到分类器模型参数。然后用该模型实现对输入图像过曝光区域的识别与标记。
-
关键词
过曝光区域
特征提取
逻辑回归算法
LC算法
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
