期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多层次特征融合的图像超分辨率重建
被引量：
7
1
作者
李金新
黄志勇
+1 位作者
李文斌
周登文
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第1期161-171,共11页
深度卷积神经网络显著改进了单图像超分辨率的性能.更深的网络往往能获得更好的性能.但是,加深网络会导致参数量急剧增加,限制了它在资源受限设备上的应用,比如智能手机.提出了一个融合多层次特征的轻量级单图像超分辨率网络,主要构件...
深度卷积神经网络显著改进了单图像超分辨率的性能.更深的网络往往能获得更好的性能.但是,加深网络会导致参数量急剧增加,限制了它在资源受限设备上的应用,比如智能手机.提出了一个融合多层次特征的轻量级单图像超分辨率网络,主要构件是双层嵌套残差块.为了更好地提取特征,减少参数量,每个残差块采用对称结构:先两次扩张,然后两次压缩通道数.在残差块中,通过添加自相关权重单元,加权融合不同通道的特征信息.实验证明,该方法显著优于当前同类方法.
展开更多
关键词
残差学习
层次特征信息
超分辨率
卷积神经网络
在线阅读
下载PDF
职称材料
基于多级连续编码与解码的图像超分辨率重建算法
2
作者
宋昭漾
赵小强
+1 位作者
惠永永
蒋红梅
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2023年第9期1885-1893,共9页
以卷积神经网络为模型框架的图像超分辨率重建算法难以提取低分辨率图像内部的多层次特征信息,导致重建图像缺少丰富细节,为此提出新的图像超分辨率重建算法.所提算法通过初始卷积层从低分辨率图像提取浅层特征;通过多个端对端连接的多...
以卷积神经网络为模型框架的图像超分辨率重建算法难以提取低分辨率图像内部的多层次特征信息,导致重建图像缺少丰富细节,为此提出新的图像超分辨率重建算法.所提算法通过初始卷积层从低分辨率图像提取浅层特征;通过多个端对端连接的多级连续编码与解码的注意力残差模块获取低分辨率图像内部不同层级的图像特征,按照不同的提取难度生成这些特征的权重,重新校准不同层次的图像特征,获取图像内部丰富的细节特征;通过上采样模块和重建卷积层将提取到的丰富细节特征和浅层特征重建成高分辨率图像.在Set5、Set14、BSD100和Urban100测试集上进行的对比测试结果表明,使用所提算法重建的图像在客观评价指标、视觉效果上均优于使用主流算法重建的图像.
展开更多
关键词
超分辨率重建
卷积神经网络
多级连续编码与解码
注意力
多
层次特征信息
在线阅读
下载PDF
职称材料
题名
基于多层次特征融合的图像超分辨率重建
被引量：
7
1
作者
李金新
黄志勇
李文斌
周登文
机构
华北电力大学控制与计算机工程学院
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第1期161-171,共11页
文摘
深度卷积神经网络显著改进了单图像超分辨率的性能.更深的网络往往能获得更好的性能.但是,加深网络会导致参数量急剧增加,限制了它在资源受限设备上的应用,比如智能手机.提出了一个融合多层次特征的轻量级单图像超分辨率网络,主要构件是双层嵌套残差块.为了更好地提取特征,减少参数量,每个残差块采用对称结构:先两次扩张,然后两次压缩通道数.在残差块中,通过添加自相关权重单元,加权融合不同通道的特征信息.实验证明,该方法显著优于当前同类方法.
关键词
残差学习
层次特征信息
超分辨率
卷积神经网络
Keywords
Residual learning
hierarchical features
super-resolution
convolutional neural network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多级连续编码与解码的图像超分辨率重建算法
2
作者
宋昭漾
赵小强
惠永永
蒋红梅
机构
兰州理工大学电气工程与信息工程学院
甘肃省工业过程先进控制重点实验室
兰州理工大学国家级电气与控制工程实验教学中心
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2023年第9期1885-1893,共9页
基金
国家重点研发计划资助项目(2020YFB1713600)
国家自然科学基金资助项目(61763029)
+1 种基金
甘肃省科技计划资助项目(21YF5GA072,21JR7RA206)
甘肃省教育厅产业支撑计划资助项目(2021CYZC-02)。
文摘
以卷积神经网络为模型框架的图像超分辨率重建算法难以提取低分辨率图像内部的多层次特征信息,导致重建图像缺少丰富细节,为此提出新的图像超分辨率重建算法.所提算法通过初始卷积层从低分辨率图像提取浅层特征;通过多个端对端连接的多级连续编码与解码的注意力残差模块获取低分辨率图像内部不同层级的图像特征,按照不同的提取难度生成这些特征的权重,重新校准不同层次的图像特征,获取图像内部丰富的细节特征;通过上采样模块和重建卷积层将提取到的丰富细节特征和浅层特征重建成高分辨率图像.在Set5、Set14、BSD100和Urban100测试集上进行的对比测试结果表明,使用所提算法重建的图像在客观评价指标、视觉效果上均优于使用主流算法重建的图像.
关键词
超分辨率重建
卷积神经网络
多级连续编码与解码
注意力
多
层次特征信息
Keywords
super-resolution reconstruction
convolutional neural network
multi-level continuous encoding and decoding
attention
multi-level feature information
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多层次特征融合的图像超分辨率重建
李金新
黄志勇
李文斌
周登文
《自动化学报》
EI
CAS
CSCD
北大核心
2023
7
在线阅读
下载PDF
职称材料
2
基于多级连续编码与解码的图像超分辨率重建算法
宋昭漾
赵小强
惠永永
蒋红梅
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
