- 1、本文档共61页,其中可免费阅读19页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
在智能监控、医学成像和目标跟踪与检测等领域,高分辨率图像是十分重要
的,不同清晰度的图像能够直接影响到研究工作结果的可靠性,深度学习的引入
使得图像超分辨率重建技术得到快速发展,卷积神经网络成为最受研究者们关注
的方法。不过现有的超分辨率算法存在感受野较小、忽略深层特征差异性、特征
在网络中传递不够平滑等问题。针对上述问题,本文提出两种基于残差网络的图
像超分辨率重建算法,在尽可能降低参数量的同时提高网络重建效果。本文的研
究内容具体如下:
(1)传统的深层神经网络通常以跳跃连接等方
文档评论(0)