收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的单帧图像超分辨率重建算法研究

汪锐  
【摘要】:基于学习方法的单帧图像超分辨率重建是指利用训练阶段学习到的高低分辨率图像间的映射关系来将一幅低分辨率图像还原成高分辨率图像的过程。基于深度学习的超分辨率重建算法相对于传统算法的性能有大幅度提升,但重建图像的感知质量距离人类视觉感受还有一定的差距,本文针对基于深度学习的超分辨率重建算法存在的问题作了深入的研究,并提出了三个新的超分辨率重建算法,取得了较高的客观评价指标和较好的主观视觉效果。(1)提出一种基于增强Inception单元的单帧图像超分辨率重建算法。针对现有超分辨率重建算法忽视相邻卷积层提取特征的相关性这一问题,该方法通过构建基于通道组合和残差连接的增强Inception单元来融合不同尺度卷积核提取的相邻卷积层特征,进而增强相邻卷积层的相关性。针对中低层特征利用率低,导致重建图像质量难以提升这一问题,该方法将构建的单元通过残差连接组成一个局部结构,在网络从输入到输出的整个过程中获得多个相同的局部结构,最后将这多个局部结构得到的中低层特征信息以递归的方式整合到重建层来丰富输出端的特征信息,进而提升重建图像质量。实验结果证明基于增强Inception单元的超分辨率重建算法的重建图像质量优于其他算法。(2)提出一种基于自注意力机制的单帧图像超分辨率重建算法,该方法包括基于自注意力机制的整体对抗网络和基于图像块的局部对抗网络两部分。针对重建纹理时受到局部感受野的限制这一问题,该方法使用基于自注意力机制的整体对抗网络来获取图像的非局部信息,进而利用了更全局的信息来重建纹理。基于生成对抗网络的超分辨率算法重建出来的图像质量符合人眼感受,但局部纹理不够“真实”,针对这一问题,该方法基于图像块的局部对抗网络判别重建图像块和原始图像块的真假性,使得重建图像块局部纹理的自然程度逼近原始图像块,从而显得更加“真实”。实验结果证明该方法能在获取较“真实”局部纹理的同时获取图像的非局部信息,进而使得重建图像与原始图像有较大的相似度。(3)提出一种基于纹理选择和边缘保留的单帧图像超分辨率重建算法。现有的图像超分辨率重建算法大多是针对包含单一下采样失真的低分辨率图像的标准库进行设计的,然而真实场景失真图像通常包含多种混合失真,因此这些算法在真实场景失真图像上的重建效果并不理想。为了解决这个问题,该方法从真实场景失真图像的自身特性来进行超分辨率重建。针对图像纹理的恢复,该方法通过横向模块来选择性地对浅层的纹理信息进行保留,针对图像边缘的恢复,该方法利用L1和SSIM混合的损失函数来使得重建图像的边缘更加锐化。为了进一步提升重建图像的质量,该方法采用平滑空洞卷积来扩大输出特征的感受野。实验结果证明该方法在标准数据集和真实场景失真测试图像上都能对纹理和边缘进行了有效还原。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 柴桦;;基于深度卷积网络的压缩人脸超分辨率研究[J];信息与电脑(理论版);2019年18期
2 朱海;王国中;范涛;杨露;;基于深度超分辨率重建的监控图像人脸识别[J];电子测量技术;2018年16期
3 付龙;吕晓琪;李婷;谷宇;;基于扩散的自适应超分辨率重建[J];现代电子技术;2017年10期
4 刘芳华;阮若林;王建峰;倪浩;;基于在线字典学习的人脸超分辨率重建[J];现代电子技术;2017年13期
5 卫小强;;基于仿生学多源图像超分辨率重建的并行优化研究[J];电脑编程技巧与维护;2017年13期
6 廖海斌;陈友斌;陈庆虎;;基于非局部相似字典学习的人脸超分辨率与识别[J];武汉大学学报(信息科学版);2016年10期
7 王宇辉;;图像超分辨率重新建立技术综述[J];科技创业月刊;2016年17期
8 贾志城;;视频超分辨率重建及其刑侦应用[J];中国有线电视;2015年08期
9 赵喆;;多视点视频的超分辨率重建技术设计[J];数码世界;2017年01期
10 李健平;;基于稀疏表达的遥感影像超分辨率重建[J];电脑开发与应用;2014年07期
11 兰诚栋;陈亮;卢涛;;利用位置权重稀疏表示的人脸超分辨率算法[J];武汉大学学报(信息科学版);2013年01期
12 李家德;张叶;贾平;;采用非局部均值的超分辨率重构[J];光学精密工程;2013年06期
13 陈为龙;;基于正则化的超分辨率重建研究[J];中国科技信息;2013年13期
14 周璀;段光中;;遥感影像超分辨率重建技术与方法[J];科技创新与应用;2012年30期
15 路锦正;张启衡;徐智勇;吴乐南;;低分辨率多描述编码图像的超分辨率重构[J];光电工程;2012年11期
16 何小海;吴媛媛;陈为龙;卿粼波;;视频超分辨率重建技术综述[J];信息与电子工程;2011年01期
17 廖宇;乔凌;;超分辨率重建技术研究与探索[J];通信与信息技术;2011年05期
18 卫保国;康娱;;基于约束块重建的人脸超分辨率方法[J];计算机仿真;2011年12期
中国重要会议论文全文数据库 前10条
1 景号然;;利用超分辨率技术提高天气雷基数据分辨率的探究[A];第32届中国气象学会年会S16 地基遥感观测技术与应用[C];2015年
2 潘明海;刘永坦;赵淑清;徐佳祥;干恒富;;一种多运动目标的超分辨率检测算法[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
3 叶龙;谭雅苧;蔡娟娟;张胜前;钟微;;基于超分辨率重建技术的图像压缩算法研究[A];2018中国信息通信大会论文摘要集[C];2018年
4 李兵兵;陆耀;王晓明;李劲娴;;基于金字塔回归策略的人脸超分辨率[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
5 徐忠强;朱秀昌;;基于正则算法的压缩视频超分辨率重建[A];第十三届全国图象图形学学术会议论文集[C];2006年
6 张光昭;胡敬炉;谢泽明;;超分辨率亚毫米波付里叶变换谱[A];第四届全国波谱学学术会议论文摘要集[C];1986年
7 池小梅;马建伟;黄景涛;;基于压缩传感的超分辨率红外成像研究[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
8 李栋;;超分辨率活细胞成像技术进展[A];中国化学会-生物物理化学专业委员会第四届全国生物物理化学会议论文集[C];2016年
9 胡敏;高强;王晓华;;借助于近场透镜的目标远场超分辨率电磁成像[A];2018年全国微波毫米波会议论文集(上册)[C];2018年
10 周冠群;张光昭;;一种实现亚毫米波超分辨率付里叶变换谱的新方法[A];第五届全国波谱学学术会议论文摘要集[C];1988年
中国博士学位论文全文数据库 前10条
1 邵保泰;红外超分辨率成像及小目标分类技术的研究[D];中国科学院大学(中国科学院上海技术物理研究所);2019年
2 徐泽楷;稀缺样本下基于深度学习的图像超分辨率方法研究[D];华中科技大学;2019年
3 杨强;基于压缩感知理论的图像融合及超分辨率重建算法研究[D];成都理工大学;2015年
4 朱红;多尺度细节增强的时空遥感影像超分辨率重建[D];辽宁工程技术大学;2017年
5 李定一;基于深度学习的视频超分辨率算法研究[D];中国科学技术大学;2019年
6 何泽威;非制冷长波红外图像条状噪声消除及超分辨率技术研究[D];浙江大学;2019年
7 陈王丽;多视光学遥感影像超分辨率重建研究[D];武汉大学;2015年
8 夏洋;基于结构相似性约束的监控视频编码和超分辨率研究[D];武汉大学;2013年
9 高强;用于时间反演远场超分辨率成像的微结构阵列研究[D];电子科技大学;2018年
10 李方彪;红外成像系统超分辨率重建技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年
中国硕士学位论文全文数据库 前10条
1 黄雨泽;图像序列合成孔径超分辨率三维重建研究[D];南京航空航天大学;2019年
2 刘胜彬;有雾环境中人脸超分辨率重建研究与实现[D];成都理工大学;2019年
3 闫闯;基于级联学习的单帧图像超分辨率重建算法研究[D];西安电子科技大学;2019年
4 赵远明;低图像质量下的跨光谱人脸识别研究[D];西安电子科技大学;2019年
5 来浩坤;基于高斯过程回归的单帧图像超分辨率重建算法研究[D];西安电子科技大学;2019年
6 梁瑛;基于无人平台的红外多光谱计算编码成像关键技术研究[D];西安电子科技大学;2019年
7 王淑云;基于层级聚类回归模型的非对齐人脸超分辨率重建[D];南京邮电大学;2019年
8 赵水静;大规模MIMO-OFDM系统的双稀疏信道建模与估计方法研究[D];南京邮电大学;2019年
9 薛学通;基于深度双路级联网络的核磁影像质量提升方法研究[D];西安电子科技大学;2019年
10 汪锐;基于深度学习的单帧图像超分辨率重建算法研究[D];西安电子科技大学;2019年
中国重要报纸全文数据库 前7条
1 张魁兴;修复经典剧要坚持“历史观”[N];文学报;2019年
2 吴凤林刘红梅;彩超与B超[N];家庭医生报;2007年
3 本报记者 蔡敏霞;AI生成的虚假人脸你能分辨出来吗?[N];广东科技报;2019年
4 李玲玲;机器人各显神通[N];中国知识产权报;2000年
5 本报记者 李雪昆;为用户提供极致体验是方向[N];中国新闻出版广电报;2019年
6 记者 常丽君;新型光学显微镜突破分辨率极限[N];科技日报;2016年
7 本报记者 赵建国;诺奖不再“高大上” 贴近生活更亲民[N];中国知识产权报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978