基于特征重用模型的超分辨率重建方法

摘要：

针对深度网络层与层之间的特征利用率低,每层获得特征信息相关性较少的问题,提出了基于特征重用模型的超分辨率重建方法,以增强网络中层与层之间的关联.该方法搭建了特征提取模块,并将其级联组建网络,使图像的低维特征得到充分利用,丰富了每个进入模块的信息流,增加了特征的多样性.模型中运用了多个1×1卷积层,使提高重建精度的同时也减少了参数计算.实验结果表明,提出的方法在减少计算量的同时,提高了图像的重建质量.

关键词：特征重用、特征提取模块设计、非线性映射、信息融合

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61661017;中国博士后科学基金2016M602923XB;认知无线电与信息处理重点实验室基金CRKL160104,CRKL150103,2011KF11;广西自然科学基金2017GXNSFBA198212,2014GXNSFDA118035,2016GXNSFAA38014;桂林电子科技大学研究生教育创新计划2016YJCXB02;广西科技创新能力与条件建设计划桂科能1598025-21;桂林科技开发项目20150103-6

在线出版日期：2019-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：67-70