基于深度学习的芯片图像超分辨率重建

作者：范明明; 池源; 张铭津^*; 李云松

来源：模式识别与人工智能, 2019, 32(04): 353-360.

DOI：10.16451/j.cnki.issn1003-6059.201904008

• 超分辨率重建
• 卷积神经网络
• 迭代反投影
• 芯片硬件木马

考虑到卷积神经网络可以通过训练过程引入图像的先验知识,文中提出基于深度学习的芯片图像超分辨率重建.利用卷积神经网络改善迭代反投影法的初始估计图像,通过迭代过程引入图像序列间的互补信息,建立芯片图像的样本集.实验表明,在不同放大倍数下,改进算法的客观评价指标平均值均较高,在芯片图像中的电路密集处,改进算法的主观视觉感受也较好.同时,文中算法适用于自然图像.

• 单位
  西安电子科技大学; 综合业务网理论及关键技术国家重点实验室; 工业和信息化部电子第五研究所