为同时满足较好的超分辨率重建效果和实时处理要求,提出一种基于CNN的图像超分辨率重建方法。以低分辨率图像作为输入,采用1×1的小卷积核进行降维和扩维处理,减少网络的参数,利用反卷积与池化的组合提取出对结果更为敏锐的特征,通过反卷积进行上采样重建,易于实现图像不同比例放大。实验结果表明,相比FSRCNN-s、ESPCN等方法,该方法实现了更好的重建效果,平均每秒能处理24张以上尺寸为320×240的图像,满足对视频超分辨率重建的实时性要求。
科研之友
微信
新浪微博
Facebook
分享链接
