基于级联深度卷积神经网络的高性能图像超分辨率重构
来源：计算机应用杂志2017年第11期北京时间：
作者：郭晓, 谭文安
单位：1. 南京航空航天大学 计算机科学与技术学院, 南京 211106;2. 上海第二工业大学 计算机与信息学院, 上海 201209
摘要：为了进一步提高现有图像超分辨率重构方法所得图像的分辨率，提出一种高性能的深度卷积神经网络（HDCN）模型用于重构放大倍数固定的超分辨率图像。通过建立级联HDCN模型解决传统模型重构图像时放大倍数无法按需选择的问题，并在级联过程中引入深度边缘滤波器以减少级联误差，突出边缘信息，从而得到高性能的级联深度卷积神经网络（HCDCN）模型。基于Set5、Set14数据集进行超分辨率图像重构实验，证明了引入深度边缘滤波器的有效性，对比HCDCN方法与其他图像超分辨率重构方法的性能评估结果，展现了HCDCN方法的优越性能。
关键词：超分辨率,图像重建,深度卷积神经网络,级联,深度边缘滤波器
基金资助：国家自然科学基金资助项目（61672022）。
