基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率重建.pdf

1、隨著計算機視覺應(yīng)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(fù)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(luò)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(luò)重建算法只有三層結(jié)構(gòu)，相關(guān)研究已經(jīng)證明，淺層結(jié)構(gòu)對于內(nèi)部結(jié)構(gòu)不復(fù)雜、約束不強的數(shù)據(jù)具有較好的效果，但是當(dāng)要處理現(xiàn)實

2、世界中內(nèi)部結(jié)構(gòu)復(fù)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(luò)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(dǎo)了卷積神經(jīng)網(wǎng)絡(luò)在圖像紋理與細節(jié)重建中的聯(lián)系，通過卷積網(wǎng)絡(luò)前向傳播與反向傳播公式的推導(dǎo)，在理論方面證實了卷積神經(jīng)網(wǎng)絡(luò)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(luò)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(luò)強化紋理邊緣的四層卷積神經(jīng)網(wǎng)絡(luò)超分辨率重建模型，并對提出的四層網(wǎng)絡(luò)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(fù)作用。超分辨率重建結(jié)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(luò)中與模型的參數(shù)設(shè)置息息相關(guān)。因此本文對網(wǎng)絡(luò)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(yù)訓(xùn)練與特征轉(zhuǎn)移等調(diào)整的全卷積網(wǎng)絡(luò)，適用于重建的最高層數(shù)為四層的結(jié)論。