基于特定深度内部学习网络提高"不理想"图像分辨率

摘要：

现有基于深度学习的图像分辨率提升方法中需耗费大量时间训练,且受限于特定的训练数据等问题.引入"零射击"超分辨率概念,可以重复利用已有照片、噪声图像、生物数据以及获取过程未知或非理想的其他图像的相关内部信息,以提高其分辨率.在测试阶段训练一个小的图像特定卷积神经网络,仅需对从输入图像本身提取的示例进行训练;然后通过单个图像内部信息再现,进一步利用图像内部相关信息,以增强图像分辨率.实验结果表明,算法可以加快训练速度且不需要标准训练集,图像分辨率优于现有基于卷积神经网络的超分辨率方法,以及已有的无监督超分辨率方法.

关键词：深度学习、卷积神经网络、内部信息、图像分辨率

所属期刊栏目：19

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金51365017,61463018;江西省自然科学基金20132BAB203020;江西省教育厅科学技术研究重点项目GJJ170491

在线出版日期：2019-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：144-149