基于密集连接结构的超分辨精简网络
高飞[1,2]; 雷涛[1]; 刘显源[1]; 陈良红[3]; 蒋平[1]
刊名应用光学
2019
卷号40期号:5页码:805-811
关键词深度学习 超分辨 密集连接网络 精简网络
DOI10.5768/jao201940.0502003
文献子类期刊论文
英文摘要近年来,随着深度神经网络的发展并被应用在超分辨领域,图像超分辨率重建的效果得到了明显的提升。但是之前的工作大都把精力放在如何设计深度模型来提高重建的效果上,而忽视了设计模型需要大量参数与计算量这一问题,严重制约了深度学习方法在图像超分辨率重建方面的实际应用范围。针对该问题,基于密集连接结构设计了一种新的网络。在以下3个方面进行了算法改进:1)提出了一种基于密集连接结构的新模型;2)加入1×1卷积层作为特征选择层,同时进一步减少计算量;3)探讨了通道数量与重建精度、计算量之间的关系。实验结果表明本文提出的模型取得了与其他卷积神经网络模型相近的复原精度,同时计算速度只有之前最快深度模型FSRCNN的一半以下。
语种中文
内容类型期刊论文
源URL[http://ir.ioe.ac.cn/handle/181551/9877]  
专题光电技术研究所_光电探测技术研究室(三室)
作者单位1.中国人民解放军63870部队,陕西西安714200
2.中国科学院光电技术研究所,四川成都610209
3.中国科学院大学,北京100049
推荐引用方式
GB/T 7714
高飞[1,2],雷涛[1],刘显源[1],等. 基于密集连接结构的超分辨精简网络[J]. 应用光学,2019,40(5):805-811.
APA 高飞[1,2],雷涛[1],刘显源[1],陈良红[3],&蒋平[1].(2019).基于密集连接结构的超分辨精简网络.应用光学,40(5),805-811.
MLA 高飞[1,2],et al."基于密集连接结构的超分辨精简网络".应用光学 40.5(2019):805-811.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace