CASIA OpenIR  > 学术期刊  > 自动化学报
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
发表期刊自动化学报
ISSN0254-4156
2023
卷号49期号:1页码:161-171
摘要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
DOI10.16383/j.aas.c200585
引用统计
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/56217
专题学术期刊_自动化学报
推荐引用方式
GB/T 7714
李金新,黄志勇,李文斌,等. 基于多层次特征融合的图像超分辨率重建[J]. 自动化学报,2023,49(1):161-171.
APA 李金新,黄志勇,李文斌,&周登文.(2023).基于多层次特征融合的图像超分辨率重建.自动化学报,49(1),161-171.
MLA 李金新,et al."基于多层次特征融合的图像超分辨率重建".自动化学报 49.1(2023):161-171.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
AAS-CN-2020-0585.pdf(12294KB)期刊论文出版稿开放获取CC BY-NC-SA浏览
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李金新]的文章
[黄志勇]的文章
[李文斌]的文章
百度学术
百度学术中相似的文章
[李金新]的文章
[黄志勇]的文章
[李文斌]的文章
必应学术
必应学术中相似的文章
[李金新]的文章
[黄志勇]的文章
[李文斌]的文章
相关权益政策
暂无数据
收藏/分享
文件名: AAS-CN-2020-0585.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。