收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于迁移学习的红外图像超分辨率方法研究

孙超  吕俊伟  刘峰  周仁来  
【摘要】:针对红外图像空间分辨率低、成像质量不高的问题,提出了基于迁移学习的红外图像超分辨率方法。该方法以基于卷积神经网络的自然图像超分辨率方法为基础进行改进:增加网络的层数进行更深层次的学习训练,串联多层小的卷积核使其能够利用更多的图像信息,以"相差图"为目标进行训练,减小网络训练时间,提升网络收敛速度;利用迁移学习知识,再以少量高质量红外图像为目标样本,对自然图像超分辨率的网络进行二次训练,将网络权重经过微调后迁移应用到红外图像的超分辨率上。实验结果表明:基于卷积神经网络的超分辨率方法能够有效迁移应用到红外图像的超分辨率上,且改进后的网络具有更好的自然及红外图像的超分辨率性能,验证了本文所提方法的有效性及优越性。

知网文化
【相似文献】
中国期刊全文数据库 前1条
1 肖泽龙;许建中;彭树生;纪如霆;;基于凸集投影算法的被动毫米波图像超分辨率恢复[J];南京理工大学学报(自然科学版);2007年03期
中国硕士学位论文全文数据库 前1条
1 朱建;红外图像超分辨率重建的仿真研究[D];南京理工大学;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978