-
题名基于层次特征复用的视频超分辨率重建
被引量：1
- 1
-
-
作者
周圆
王明非
杜晓婷
陈艳芳
-
机构
天津大学电气自动化与信息工程学院
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2024年第9期1736-1746,共11页
-
基金
国家自然科学基金联合基金项目(U2006211)
国家重点研发计划(2020YFC1523204)资助。
-
文摘
当前的深度卷积神经网络方法,在视频超分辨率任务上实现的性能提升相对于图像超分辨率任务略低,部分原因是它们对层次结构特征中的某些关键帧间信息的利用不够充分.为此,提出一个称作层次特征复用网络(Hierarchical feature reuse network,HFRNet)的结构,用以解决上述问题.该网络保留运动补偿帧的低频内容,并采用密集层次特征块(Dense hierarchical feature block,DHFB)自适应地融合其内部每个残差块的特征,之后用长距离特征复用融合多个DHFB间的特征,从而促进高频细节信息的恢复.实验结果表明,提出的方法在定量和定性指标上均优于当前的方法.
-
关键词
层次特征复用
卷积神经网络
特征融合
视频超分辨率重建
-
Keywords
Hierarchical feature reuse
convolutional neural network(CNN)
feature fusion
video super-resolution
-
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—控制理论与控制工程]
-
