典型文献
基于深度残差网络的图像超分辨率重建
文献摘要：
近年来,伴随着人们对深度学习技术的不断钻研,人们可以越来越娴熟地使用深度学习实现图像超分辨率重建.针对多数网络训练时间长、重建高频细节缺失严重等问题,使用基于残差学习的图像超分辨率重建方法.网络通过残差学习的策略,加快网络的学习和收敛的速度,在残差网络的基础上,加入分数阶傅里叶变换最大限度恢复图片细节信息,将LR图像与使用网络学习得到残差图像相结合得出最终重建的HR图像.最终实验结果验证,与其他相关超分辨率重建算法相比,提出的方法得出的评价指标峰值信噪比(PSNR)与结构相似性(SSIM)值高于其他算法,重建效果更好一些.
文献关键词：
深度学习;图像超分辨率重建;残差学习;分数阶傅里叶变换
中图分类号：
作者姓名：
杨梦薇;肖秦琨;朱毅琳
作者机构：
西安工业大学电子信息工程学院 西安710016
文献出处：
引用格式：
[1]杨梦薇;肖秦琨;朱毅琳-.基于深度残差网络的图像超分辨率重建)[J].国外电子测量技术,2022(04):170-175
A类：
B类：
深度残差网络,图像超分辨率重建,深度学习技术,钻研,娴熟,熟地,使用深度,网络训练,训练时间,高频细节,残差学习,重建方法,分数阶傅里叶变换,细节信息,LR,网络学习,习得,残差图,差图像,重建算法,峰值信噪比,PSNR,结构相似性,SSIM
AB值：
0.275298
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
