计算机工程

作者：熊亚辉, 陈东方, 王晓峰

单位：武汉科技大学 a. 计算机科学与技术学院;b. 湖北省智能信息处理与实时工业系统重点实验室, 武汉 430065

关键词：图像超分辨率重建算法,多尺度,反向投影,迭代式升采样和降采样,深度学习

基金：国家自然科学基金（61572381，61273225）。

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题，提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息，输入到反向投影模块后，交替使用升采样和降采样来优化高分辨率和低分辨率图像的投影误差，同时运用残差学习的思想将升采样和降采样阶段提取到的特征使用级联的方式进行连接，从而提升图像的重建效果。实验结果表明，在Set5、Set14和Urban100数据集上，与Bicubic、SRCNN、ESPCN、VDSR和LapSRN 5种主流算法相比，该算法的峰值信噪比和结构相似性均有所提高。

来源：2020年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第7期