摘要:单幅图像超分辨率(SISR)是指从一张低分辨率图像重建高分辨率图像.传统的神经网络方法通常在图像的空间域进行超分辨率重构,但这些方法常在重构过程中忽略重要的细节.鉴于小波变换能够将图像内容的"粗略"和"细节"特征进行分离,提出一种基于小波域的深度残差网络(DRWSR).不同于其他传统的卷积神经网络直接推导高分辨率图像(HR),该方法采用多阶段学习策略,首先推理出高分辨率图像对应的小波系数,然后重建超分辨率图像(SR).为了获取更多的信息,该方法采用一种残差嵌套残差的灵活可扩展的深度神经网络.此外,提出的神经网络模型采用结合图像空域与小波域的损失函数进行优化求解.所提出的方法在Set5、Set14、BSD100、Urban100等数据集上进行实验,实验结果表明,该方法的视觉效果和峰值信噪比(PSNR)均优于相关的图像超分辨率方法.
Abstract:Single Image Super Resolution (SISR) refers to the reconstruction of high resolution images from a low resolution image. Traditional neural network methods typically perform super-resolution reconstruction in the spatial domain of an image, but these methods often ignore important details in the reconstruction process. In view of the fact that wavelet transform can separate the "rough" and "detail" features of image content, this study proposes a wavelet-based deep residual network (DRWSR). Different from other traditional convolutional neural networks, the high-resolution image (HR) is directly derived. This method uses a multi-stage learning strategy to first infer the wavelet coefficients corresponding to the high-resolution image and then reconstruct the super-resolution image (SR). In order to obtain more information, the method uses a flexible and scalable deep neural network with residual nested residuals. In addition, the proposed neural network model is optimized by combining the loss function of image space and wavelet domain. The proposed method is carried out on Set5, Set14, BSD100, Urban100, and other datasets. The experimental results show that the proposed visual effect and peak signal-to-noise ratio (PNSR) are better than the related image super-resolution method.
PDF全文下载地址:
http://jos.org.cn/jos/article/pdf/5663
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
基于小波域的深度残差网络图像超分辨率算法
本站小编 Free考研考试/2022-01-02
相关话题/图像 实验 优化 网络 信息
基于节点向量表达的复杂网络社团划分算法
摘要:社团结构划分对复杂网络研究在理论和实践上都非常重要.借鉴分布式词向量理论,提出一种基于节点向量表达的复杂网络社团划分方法(CDNEV).为了构建网络节点的分布式向量,提出启发式随机游走模型.利用节点启发式随机游走得到的节点序列作为上下文,采用SkipGram模型学习节点的分布式向量.选择局部度 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于多维灰色模型及神经网络的销售预测
摘要:在时尚销售领域,如服饰、手袋、钱包等,准确的销售预测对企业非常重要.然而由于客户的需求受诸多因素的影响,要做到准确的销售预测一直是一个富有挑战性的问题.基于改进的多维灰色模型(GM(1,N))和神经网络(ANN)提出一种混合模型来预测销量,其中多维灰色模型对销售数据建模,神经网络对误差进行校正 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02社交网络下的不确定图隐私保护算法
摘要:社交网络平台的快速普及使得社交网络中的个人隐私泄露问题愈发受到用户的关心,传统的数据隐私保护方法无法满足用户数量巨大、关系复杂的社交网络隐私保护需求.图修改技术是针对社交网络数据的隐私保护所提出的一系列隐私保护措施,其中不确定图是将确定图转化为概率图的一种隐私保护方法.主要研究了不确定图中边概 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02IEEE 802.11 DCF机制下的异构网络业务分析模型
摘要:在众多的IEEE802.11DCF机制分析模型中,集中分析了同质业务(例如数据包到达速率相同)网络的性能,仅有少量的文献聚焦于异构混合业务(饱和与非饱和工作模式同时存在)网络,而在目前的研究中,对网络的不饱和性及退避时隙冻结等问题归纳分析得并不准确.结合M/G/1排队模型,考虑了DCF机制的退 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02圆周特征描述:有效的叶片图像分类和检索方法
摘要:叶片图像的识别是计算机视觉的一个重要应用,其关键问题是如何对其进行有效的描述.提出了一种圆周特征描述方法.该方法用圆心在轮廓线上的圆与轮廓线和叶片形状区域分别相交所得到的圆心角、区域点的空间分布和灰度统计,分别表征叶片的轮廓、形状区域和灰度信息这3类特征,称其为叶片图像的圆周特征描述.通过改变 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02面向云应用系统的容错即服务优化提供方法
摘要:通过提供高效且持续可用的容错服务以保障云应用系统的可靠运行是至关重要的.采用容错即服务的模式,提出了一种优化的云容错服务动态提供方法,从云应用组件的可靠性及响应时间等方面描述云应用容错需求,以常用的复制、检查点和NVP(N-versionprogramming)等容错技术为基础,充分考虑容错服 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于角色发现的动态信息网络结构演化分析
摘要:动态信息网络是当前复杂网络领域中极具挑战的新问题之一,对其动态的演化过程进行研究,有助于分析网络结构、理解网络特性、发现网络中潜在的信息及演化规律,具有重要的理论意义与应用价值.基于网络结构本身量化表示的复杂性以及网络演化时序、复杂、多变的挑战,使用角色来量化动态网络的结构,并对模型进行分析, ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于事件的社交网络上的双边偏好稳态规划
摘要:在基于事件的社交网络中,一个经典的问题是为用户规划其感兴趣的事件.现有的工作仅仅考虑用户的喜好,仅从用户的角度出发,为其安排尽可能感兴趣的事件来参加.然而,从事件主办者的角度出发,他们亦希望为事件安排的用户尽可能有更大的影响力,用户的可靠性尽可能高,以保障事件能够顺利开展,并取得预期的效果.本 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02面向交通流量预测的多组件时空图卷积网络
摘要:流量预测一直是交通领域研究者和实践者关注的热点问题.流量数据具有高度的非线性和复杂性,对其进行精准预测具有很大的挑战,现有的预测方法大多不能很好地捕获数据的时空相关性.提出一种新颖的基于深度学习的多组件时空图卷积网络(MCSTGCN),以解决交通流量预测问题.MCSTGCN通过3个组件分别建模 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02互联网端到端多路径传输跨层优化研究综述
摘要:近年来,随着虚拟现实、物联网、云计算等新兴技术的发展,用户对网络带宽的需求迅猛增加,使用单一接入技术已经难以满足用户对网络带宽的需求.为了解决用户日益增长的带宽需求和有限的频率资源之间的矛盾,互联网端到端多路径传输技术应运而生.互联网端到端多路径传输协议,如MPTCP(multipathTCP ...中科院软件研究所 本站小编 Free考研考试 2022-01-02