所属单位：计算机科学与技术学院/人工智能学院/软件学院
发表刊物：计算机应用
关键字：超分辨率;图像重建;深度卷积神经网络;级联;深度边缘滤波器;
摘要：为了进一步提高现有图像超分辨率重构方法所得图像的分辨率,提出一种高性能的深度卷积神经网络(HDCN)模型用于重构放大倍数固定的超分辨率图像。通过建立级联HDCN模型解决传统模型重构图像时放大倍数无法按需选择的问题,并在级联过程中引入深度边缘滤波器以减少级联误差,突出边缘信息,从而得到高性能的级联深度卷积神经网络(HCDCN)模型。基于Set5、Set14数据集进行超分辨率图像重构实验,证明了引入深度边缘滤波器的有效性,对比HCDCN方法与其他图像超分辨率重构方法的性能评估结果,展现了HCDCN方法的优越性能。
是否译文：否
发表时间：2017-11-10
合写作者：郭晓
通讯作者：谭文安
发表时间：2017-11-10