计算机工程

作者：黄伟, 冯晶晶, 黄遥

单位：郑州轻工业大学 计算机与通信工程学院, 郑州 450002

关键词：卷积神经网络,超分辨率重构,多通道图像,卷积核,极深网络

基金：国家自然科学基金（61602423）；河南省科技公关项目（172102410088）。

卷积神经网络（CNN）在单幅图像超分辨率重构中存在网络结构较浅、可提取特征较少和细节重构效果不显著等问题。为此，提出一种基于多通道极深CNN的图像超分辨率算法，分别对原始低分辨率图像进行3种插值和3种锐化等预处理操作，并以多通道图像作为CNN的输入层数据。通过重新调整卷积核大小以加深网络结构，使得输入层数据在极深的CNN模型中训练重构高分辨率图像。实验结果表明，与Bicubic、SRCNN和MC-SRCNN等算法相比，该算法的峰值信噪比和视觉效果均较好。

来源：2020年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第9期