双通道多感知卷积神经网络图像超分辨率重建
来源期刊:东北大学学报(自然科学版)2020年第11期
论文作者:王鑫 王翠荣 王聪 苑迎
文章页码:1564 - 3145
关键词:单幅图像超分辨率重建;双通道多感知卷积神经网络;稠密连接;残差网络;深度学习;
摘 要:基于深度卷积神经网络的单幅图像超分辨率重建取得了显著研究成果.但随着深度卷积神经网络规模的不断扩大,如何降低网络构建难度和计算成本成为一个难点.为此,提出了一种双通道多感知卷积神经网络(DMCN)模型.该模型在两条具有不同卷积核的通道上建立了稠密连接,并构建了带有动态调节能力的层间融合结构.这种结构的设计使得小规模卷积神经网络便能获得图片特征信息的全面感知能力.实验结果表明,DMCN重建效果优于目前多数具有代表性的重建算法.
王鑫,王翠荣,王聪,苑迎
东北大学计算机科学与工程学院
摘 要:基于深度卷积神经网络的单幅图像超分辨率重建取得了显著研究成果.但随着深度卷积神经网络规模的不断扩大,如何降低网络构建难度和计算成本成为一个难点.为此,提出了一种双通道多感知卷积神经网络(DMCN)模型.该模型在两条具有不同卷积核的通道上建立了稠密连接,并构建了带有动态调节能力的层间融合结构.这种结构的设计使得小规模卷积神经网络便能获得图片特征信息的全面感知能力.实验结果表明,DMCN重建效果优于目前多数具有代表性的重建算法.
关键词:单幅图像超分辨率重建;双通道多感知卷积神经网络;稠密连接;残差网络;深度学习;