在計(jì)算機(jī)視覺領(lǐng)域中,單幀圖像超分辨率是一個(gè)非常經(jīng)典的問題。它的目標(biāo)是由一幅低分辨率圖像生成對(duì)應(yīng)的高分辨率圖像,同時(shí)保證得到的高分辨率圖像有清晰的線條和紋理特征。近年來,隨著深度學(xué)習(xí)的發(fā)展,卷積神經(jīng)網(wǎng)絡(luò)被應(yīng)用在越來越多的計(jì)算機(jī)視覺任務(wù)中并取得了十分理想的效果,其中包括單幀圖像超分辨率任務(wù)�；诰矸e神經(jīng)網(wǎng)絡(luò)的單幀圖像超分辨率算法是一種基于學(xué)習(xí)的算法,該類算法從大量低分辨率和對(duì)應(yīng)的高分辨率圖像對(duì)所組成的訓(xùn)練集中,直接學(xué)習(xí)從低分辨率圖像到對(duì)應(yīng)高分辨率圖象的映射關(guān)系。近年來,人們提出了結(jié)構(gòu)更深和跳躍連接更多的單幀圖像超分辨卷積神經(jīng)網(wǎng)絡(luò),通過利用更大的感受域和更好地利用多尺度特征獲得了更好的重建圖像質(zhì)量,但這些單幀圖像超分辨率卷積神經(jīng)網(wǎng)絡(luò)需要大量的計(jì)算量和內(nèi)存。因此,如何在保證超分辨率效果的情況下提升計(jì)算效率是亟待解決的問題。本文首先對(duì)卷積神經(jīng)網(wǎng)絡(luò)中的感受域和多尺度特征進(jìn)行了研究,在此基礎(chǔ)上提出了一種可以快速獲取大的感受域的網(wǎng)絡(luò)模塊,命名為快速感知模塊。隨后,通過并聯(lián)快速感知模塊構(gòu)建了快速感知超分辨率卷積神經(jīng)網(wǎng)絡(luò)。實(shí)驗(yàn)結(jié)果表明,快速感知超分辨率卷積神經(jīng)網(wǎng)絡(luò)在保證超分辨率效果的同時(shí)具有更好的計(jì)算效率... 

【文章來源】：西南交通大學(xué)四川省211工程院校教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 單幀圖像超分辨率研究現(xiàn)狀
    1.3 論文的主要工作和章節(jié)安排
第2章 基于卷積神經(jīng)網(wǎng)絡(luò)的單幀圖像超分辨率算法
    2.1 單幀圖像超分辨率數(shù)學(xué)模型
    2.2 卷積神經(jīng)網(wǎng)絡(luò)概述
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)發(fā)展歷程
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)中的卷積操作及其特性
        2.2.3 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)
        2.2.4 反向傳播算法
    2.3 基于卷積神經(jīng)網(wǎng)絡(luò)的單幀圖像超分辨率算法
        2.3.1 SRCNN
        2.3.2 VDSR
        2.3.3 FSRCNN
    2.4 超分辨率結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn)
        2.4.1 峰值信噪比
        2.4.2 結(jié)構(gòu)相似性
    2.5 本章小結(jié)
第3章 快速感知超分辨率卷積神經(jīng)網(wǎng)絡(luò)
    3.1 轉(zhuǎn)置卷積層
    3.2 感受域
    3.3 快速感知模塊
    3.4 網(wǎng)絡(luò)結(jié)構(gòu)
        3.4.1 預(yù)卷積部分
        3.4.2 多尺度特征融合部分
        3.4.3 重構(gòu)部分
    3.5 實(shí)驗(yàn)結(jié)果
        3.5.1 訓(xùn)練和測試數(shù)據(jù)集
        3.5.2 網(wǎng)絡(luò)的實(shí)施細(xì)節(jié)
        3.5.3 感受域和多尺度特征的重要性
        3.5.4 測試結(jié)果
    3.6 本章小結(jié)
第4章 快速簡潔的超分辨率卷積神經(jīng)網(wǎng)絡(luò)
    4.1 空洞卷積
    4.2 跳躍連接
        4.2.1 殘差學(xué)習(xí)
        4.2.2 密集連接
    4.3 網(wǎng)絡(luò)結(jié)構(gòu)
        4.3.1 特征提取部分
        4.3.2 多尺度特征推理部分
        4.3.3 重構(gòu)部分
    4.4 簡潔性分析
    4.5 實(shí)驗(yàn)結(jié)果
        4.5.1 訓(xùn)練和測試數(shù)據(jù)集
        4.5.2 網(wǎng)絡(luò)的實(shí)施細(xì)節(jié)
        4.5.3 測試結(jié)果
        4.5.4 相關(guān)實(shí)驗(yàn)
    4.6 本章小節(jié)
總結(jié)與展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及科研成果



本文編號(hào)：3633643