基于非局部均值约束的深度图像超分辨率重建

摘要：

针对现有的基于卷积神经网络的深度图像超分辨率重建算法对映射关系的学习大多局限在图像局部感知域的问题,提出一种基于非局部均值约束的深度图像超分辨率重建算法.该算法中输入的低分辨率深度图像无需上采样预处理,输入的低分辨率深度图像通过亚像素卷积神经网络训练后,由亚像素组合层实现上采样;然后利用图像的自相似性对上采样结果施加非局部均值约束,得到最终的重建结果,建立了端到端深度图像超分辨率重建网络.在Middlebury数据集上的实验结果表明,文中算法无论是主观视觉效果,还是均方根误差和结构相似性上的客观评价指标,均得到了明显的改善,优于现有RDN和EDSR算法,重建效果良好.

关键词：超分辨率、深度图像、卷积神经网络、非局部均值、亚像素

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;四川省科技厅重点项目;教育部"春晖计划"科研项目;四川省高校科研创新团队-机器视觉与智能控制项目;四威高科-西华大学产学研联合实验室项目;研究生创新基金项目

在线出版日期：2020-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1671-1678