基于卷積神經(jīng)網(wǎng)絡的圖像超分辨率重建.pdf

1、隨著計算機視覺應用的發(fā)展，基于單幅圖像的超分辨率重建算法成為一大研究熱點。超分辨率重建是將一個或多個低分辨率圖像，通過信號處理和圖像處理的方法，得到最高質(zhì)量圖像的過程。傳統(tǒng)的重建算法常常存在計算復雜度高、魯棒性不強、輸入圖像需要是固定尺寸的問題，基于卷積神經(jīng)網(wǎng)絡的超分辨率重建算法可以很好地解決這些問題。然而目前的卷積神經(jīng)網(wǎng)絡重建算法只有三層結構，相關研究已經(jīng)證明，淺層結構對于內(nèi)部結構不復雜、約束不強的數(shù)據(jù)具有較好的效果，但是當要處理現(xiàn)實

2、世界中內(nèi)部結構復雜的數(shù)據(jù)時，這些模型就會出現(xiàn)表征能力不足的問題。因此為了得到更適合的重建模型，本文深入研究了基于卷積神經(jīng)網(wǎng)絡的超分辨率重建算法，論文的主要工作和創(chuàng)新點如下：
　　1.詳細推導了卷積神經(jīng)網(wǎng)絡在圖像紋理與細節(jié)重建中的聯(lián)系，通過卷積網(wǎng)絡前向傳播與反向傳播公式的推導，在理論方面證實了卷積神經(jīng)網(wǎng)絡算法在圖像重建中的優(yōu)越性，并且通過梯度算子重建與基于深度卷積神經(jīng)網(wǎng)絡的超分辨率重建的對比實驗進行了驗證。
　　2.提出了利用

3、全卷積網(wǎng)絡強化紋理邊緣的四層卷積神經(jīng)網(wǎng)絡超分辨率重建模型，并對提出的四層網(wǎng)絡模型進行仿真實驗，證實了該模型能夠得到不錯的重建效果，對圖像細節(jié)特別是紋理細節(jié)有著更好的恢復作用。超分辨率重建結果的精細度取決于算法能否提取到細節(jié)特征，這在卷積神經(jīng)網(wǎng)絡中與模型的參數(shù)設置息息相關。因此本文對網(wǎng)絡參數(shù)包括卷積核參數(shù)與卷積層數(shù)進行多次調(diào)整實驗以求得到最好的效果，并得出對于無預訓練與特征轉移等調(diào)整的全卷積網(wǎng)絡，適用于重建的最高層數(shù)為四層的結論。