中国科技论文

2015, v.10(02) 201-206

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于多层卷积神经网络学习的单帧图像超分辨率重建方法
Single image super-resolution reconstruction via deep convolutional neural network

刘娜;李翠华;

摘要(Abstract):

构建了一个应用于超分辨率重建的PMJ模型(perception,memory,judgment-super resolution,PMJ-SR),在感知阶段对图像进行初步的特征提取;在记忆阶段使用深度卷积神经网络学习得到超分辨率重建的过完备字典;在决策阶段,将过完备字典作为超分辨率重建的依据,对单帧图像进行超分辨率重建。实验结果表明,该模型对单帧图像具有良好的重建能力,能够较好地重建低分辨率图像。

关键词(KeyWords): 超分辨率重建;卷积神经网络;深度学习;计算认知模型;感知;记忆;决策

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(61373077);; 高等学校博士学科点专项科研基金资助项目(20110121110020);; 福建省教育厅A类项目(JA14300);; 国防基础科研计划项目

作者(Author): 刘娜;李翠华;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享