基于周期激活函数的单图像超分辨率深度残差网络

摘要：

提出了一种具有周期激活函数的深单超分辨残差网络.因为周期函数具有处处可微性,可以快速地适应复杂信号,从而将自然图像空间更精确地参数化,并以连续的方式表达图像,减少了超分辨过程中细节的损失,提出的模型,通过降低深度模型的冗余性,融合创新的激活函数,重建的超分辨率图像质量在Peak Signal to Noise Ratio(PSNR)与Structural Similarity(SSIM)标准下均有所提升.

关键词：周期函数;卷积神经网络;深度残差网络;图像超分辨率

所属期刊栏目：37

分类号：O244(计算数学)

资助基金：基于细分的几何逼近与可视媒体处理中的非线性理论与方法61472466

在线出版日期：2022-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：11-15