典型文献
基于深度学习的图像超分辨率重建方法浅析
文献摘要：
图像超分辨率是图像处理中一个经典问题,从低分辨率图像中恢复高分辨率图像的不确定性给问题的求解带来了极大的挑战.作为一个热门的应用领域,从问题提出至今,研究者们提出了许多的解决方法.随着科技进步和深度学习的发展,基于卷积神经网络等的深度学习方法应用于图像超分辨率重建,使得重建图像的质量得到了极大的提高.文章对基于深度学习的图像超分辨率重建的一些较为经典的方法进行了总结与探讨,分析了其中的优势与不足,并指出了目前方法中存在的问题和今后研究可以努力的方向.
文献关键词：
深度学习;图像超分辨率重建;卷积神经网络;残差学习
中图分类号：
作者姓名：
江曙;王俊英;董岱;陈晗晗;任肖月
作者机构：
三峡大学计算机与信息学院,湖北宜昌443002;武汉中海庭数据技术有限公司,湖北武汉430223
文献出处：
引用格式：
[1]江曙;王俊英;董岱;陈晗晗;任肖月-.基于深度学习的图像超分辨率重建方法浅析)[J].长江信息通信,2022(12):28-30,34
A类：
B类：
图像超分辨率重建,重建方法,经典问题,低分辨率图像,高分辨率图像,科技进步,深度学习方法,重建图像,优势与不足,前方,残差学习
AB值：
0.153917
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。
