收藏本站
收藏 | 投稿 | 论文排版

用于图像超分辨率重构的深度学习方法综述

王威  张彤  王新  
【摘要】:随着深度学习算法首次被应用于图像超分辨率重构,基于深度学习的重构方法取得了比传统图像超分辨率重构方法更好的重构效果.随后,一系列改进的深度学习算法相继提出,重构效果也不断提升.本文系统地总结了基于深度学习的图像超分辨率重构方法,主要可以分为:基于直连的浅层网络重构方法,基于深层特征的深层网络重构方法和基于生成式对抗网络重构方法.并且对比分析了不同网络模型的特点和不足.在主流数据集上对各种深度学习网络模型进行了比较,并根据当前基于深度学习模型的图像超分辨率重构方法的发展趋势,对基于深度学习模型的图像超分辨率重构方法未来的研究方向做了展望.

知网文化
【相似文献】
中国期刊全文数据库 前15条
1 王威;张彤;王新;;用于图像超分辨率重构的深度学习方法综述[J];小型微型计算机系统;2019年09期
2 孙旭;李晓光;李嘉锋;卓力;;基于深度学习的图像超分辨率复原研究进展[J];自动化学报;2017年05期
3 曾凯;丁世飞;;图像超分辨率重建的研究进展[J];计算机工程与应用;2017年16期
4 沈焕锋;李平湘;张良培;王毅;;图像超分辨率重建技术与方法综述[J];光学技术;2009年02期
5 丁海勇;卞正富;;数字图像超分辨率重构技术研究[J];计算机与数字工程;2007年10期
6 胡长胜;詹曙;吴从中;;基于深度特征学习的图像超分辨率重建[J];自动化学报;2017年05期
7 胡传平;钟雪霞;梅林;邵杰;王建;何莹;;基于深度学习的图像超分辨率算法研究[J];铁道警察学院学报;2016年01期
8 钟雪燕;夏前亮;陈智军;;基于FPGA的图像超分辨率的硬件化实现[J];现代电子技术;2017年17期
9 王相海;毕晓昀;傅博;陶兢喆;;多方向模板变分模型的单幅图像超分辨率重建[J];中国图象图形学报;2016年08期
10 谢雅佳;林志贤;郭太良;;基于多字典稀疏表示的图像超分辨率算法[J];有线电视技术;2015年06期
11 尧潞阳;解凯;李桐;王少鹏;;基于学习的单幅彩色图像超分辨率重建[J];北京印刷学院学报;2015年04期
12 叶兆丰;;图像超分辨率重建技术及研究[J];电子世界;2013年09期
13 余徽;陈华旺;;图像超分辨率技术研究进展[J];光学与光电技术;2012年05期
14 刘永信;段添添;;基于深度学习的图像超分辨率重建技术的研究[J];科技与创新;2018年23期
15 吴从中;胡长胜;张明君;谢珍珠;詹曙;;有监督多类字典学习的单幅图像超分辨率重建[J];光电工程;2016年11期
中国重要会议论文全文数据库 前10条
1 林国强;王博;孔英会;胡启杨;;基于压缩感知的变电站巡检图像超分辨率重建[A];第37届中国控制会议论文集(F)[C];2018年
2 姜倩茹;白煌;;基于双字典设计的图像超分辨率重构[A];信号处理在生仪2014学术年会论文集[C];2014年
3 张东;韩军;;图像超分辨率重建算法研究[A];2010年西部光子学学术会议摘要集[C];2010年
4 阮小燕;陈向宁;高孟男;;基于相位相关法与小波变换的图像超分辨率重建[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
5 张煜东;吴乐南;奚吉;王水花;;变长小生境算法用于图像超分辨率复原[A];2009年通信理论与信号处理学术年会论文集[C];2009年
6 闫允一;郭宝龙;;基于小波的图像超分辨率重建算法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 姚林;;基于双边滤波插值图像超分辨率重建算法研究[A];云南省测绘地理信息学会2015年学术年会论文集[C];2015年
9 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
10 张叶;杨寻;;数字域L型像元用于提升图像空间分辨力[A];第三届高分辨率对地观测学术年会(航空对地观测技术分会)优秀论文集[C];2014年
中国博士学位论文全文数据库 前10条
1 张凤珍;分离字典优化及其在图像处理中的应用[D];北京交通大学;2018年
2 肖斐;图像超分辨率与基于目标模型的目标识别方法研究[D];华中科技大学;2017年
3 唐永亮;单幅图像超分辨率重建方法研究[D];重庆大学;2018年
4 岳波;基于学习的图像超分辨率重建方法研究[D];西安电子科技大学;2018年
5 孙镱诚;基于压缩感知的图像超分辨率重建方法研究[D];南京理工大学;2018年
6 魏烨;单幅图像超分辨率重建方法及其视觉位移测量应用研究[D];中国科学技术大学;2019年
7 翟海天;图像超分辨率重建关键技术研究[D];西北工业大学;2016年
8 查志远;基于稀疏表示与低秩模型的图像复原算法研究[D];南京大学;2018年
9 徐向阳;RGB-D图像内容分析关键技术研究[D];南京大学;2018年
10 范亚茹;基于稀疏优化的图像与信号处理方法及其应用[D];电子科技大学;2018年
中国硕士学位论文全文数据库 前10条
1 王同乐;多失真图像盲质量评估算法研究[D];华东师范大学;2019年
2 房琰;基于梯度轮廓和非局部自相似性的单幅图像超分辨率方法研究[D];山东大学;2019年
3 张继超;基于对抗网络的稀疏分组和混合数据学习的人脸图像语义翻译的研究[D];山东大学;2019年
4 侯彩燕;基于卷积神经网络的医学图像超分辨率重建研究[D];哈尔滨工程大学;2019年
5 宋旭辉;多重深度特征融合的图像超分辨率算法研究[D];兰州理工大学;2019年
6 马强;基于稀疏表示的单幅彩色图像超分辨率重建研究[D];兰州理工大学;2019年
7 杨志政;基于卷积神经网络的图像超分辨率方法研究[D];山东师范大学;2019年
8 高敏;任务驱动的可视媒体文字描述技术[D];山东师范大学;2019年
9 黄允允;基于卷积神经网络的图像超分辨率算法研究[D];山东师范大学;2019年
10 李萌;基于自学习和重建的图像超分辨率算法研究[D];西安邮电大学;2019年
中国重要报纸全文数据库 前2条
1 记者 刘肖勇 蔡敏霞 通讯员 严偲偲;一套算法让模糊低清小视频变高清[N];广东科技报;2019年
2 本报见习记者 丁宁宁 通讯员 严偲偲;一套算法夺四项冠军[N];中国科学报;2019年
 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