科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于自适应卷积神经网络的图像超分辨方法,主要解决现有神经网络模型参数多、重构高分辨率图像时间开销大的问题。其实现方案是：获取训练数据,制作相应的训练集；构建由浅层特征提取、深层特征提取、特征融合和上采样四部分组成的自适应密集连接残差网络,其中深层特征部分包括简单图网络分支、一般图网络分支和复杂图网络分支；利用相应训练集对自适应密集连接残差网络进行训练,并计算待重建图像的复杂度；将不同复杂度的待重建图像输入到训练好的自适应密集连接残差网络,并选择对应的网络分支,输出超分辨后的图像。本发明表达能力强,在较少的模型参数和时间开销下提高了重建性能,可用于医疗诊断,卫星成像及道路监控。
- 单位
