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
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:1Pages:161-171
Abstract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.
Keyword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
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56217
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2020-0585.pdf(12294KB)期刊论文出版稿开放获取CC BY-NC-SAView
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[李金新]'s Articles
[黄志勇]'s Articles
[李文斌]'s Articles
Baidu academic
Similar articles in Baidu academic
[李金新]'s Articles
[黄志勇]'s Articles
[李文斌]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李金新]'s Articles
[黄志勇]'s Articles
[李文斌]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2020-0585.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.