基于优化卷积神经网络的图像超分辨率重建

被引：15

作者：

王民

刘可心

刘利

杨润玲

机构：

[1] 西安建筑科技大学信息与控制工程学院

来源：

激光与光电子学进展 | 2017年 / 54卷 / 11期

关键词：

图像处理; 图像重建技术; 卷积神经网络; 粒子群优化; 梯度下降法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080203 ;

摘要：

与以往两类单帧图像的超分辨率重建方法相比,卷积神经网络超分辨率(SRCNN)技术以其端对端的映射架构大幅提高了运行效率与复原精准度,然而网络的层数限制以及收敛性能使得部分图像的恢复效果不及基于样例的重建方法。针对网络优化问题,提出了一种将粒子群优化(PSO)算法与SRCNN相结合的方法,利用PSO算法对网络权重进行初始化,同时结合梯度下降(GD)算法对权值进行修正,使得PSO算法的全局搜索能力与GD算法的局部寻优能力相融合。分别对set5、set14数据集和雾霾天气下模糊图片进行对比实验,结果表明,所提算法不仅能以较少参数来获得较高性能的网络,其重建效果优于已有的4种算法,而且对边缘的锐化能力更强。

引用

页码：129 / 138

页数：10

共 13 条

[1] 基于Retinex理论和暗通道先验的夜间图像去雾算法 [J].

杨爱萍 ;

白煌煌 .

激光与光电子学进展, 2017, 54 (04) :147-153

[2] 卷积神经网络研究综述 [J].

李彦冬 ;

郝宗波 ;

雷航 .

计算机应用, 2016, 36 (09) :2508-2515+2565

[3] 基于分形网络演化方法和改进模糊聚类遥感影像分割 [J].

王民 ;

宋正付 ;

王稚慧 .

激光与光电子学进展, 2016, 53 (11) :292-297

[4] 基于信号相关性的自适应时域视频压缩感知重建方法 [J].

唐超影 ;

陈跃庭 ;

李奇 ;

冯华君 ;

徐之海 .

光学学报, 2016, 36 (10) :285-292

[5] 基于自适应惯性权重的均值粒子群优化算法 [J].

赵志刚 ;

林玉娇 ;

尹兆远 .

计算机工程与科学, 2016, 38 (03) :501-506

[6] 图像超分辨率复原方法及应用 [J].

陈健 ;

高慧斌 ;

王伟国 ;

毕寻 .

激光与光电子学进展, 2015, (02) :47-56

[7] 基于非下采样轮廓波变换遥感影像超分辨重建方法 [J].

周靖鸿 ;

周璀 ;

朱建军 ;

樊东昊 .

光学学报, 2015, 35 (01) :106-114

[8]

A computational cognition model of perception;memory;and judgment.[J].FU XiaoLan;CAI LianHong;LIU Ye;JIA Jia;CHEN WenFeng;YI Zhang;ZHAO GuoZhen;LIU YongJin;WU ChangXu;.Science China(Information Sciences).2014, 03

[9]

超分辨率图像重建方法综述.[J].苏衡;周杰;张志浩;.自动化学报.2013, 08

[10] 基于序列图像的超分辨率重建 [J].

樊超 ;

孙宁宁 ;

夏旭 .

红外技术, 2010, 32 (05) :279-282

← 1 2 →