科研之友
微信
新浪微博
Facebook
分享链接
摘要
图像超分辨率(Super Resolution,SR)技术能够从低分辨率图像中恢复出高分辨率图像,已被广泛应用于遥感、医学影像、目标跟踪与识别等多个领域。随着深度学习研究的深入,该技术也被成功应用于SR相关研究中,但现有工作往往只关注输出图像的质量,而忽略了训练和重构效率。该文基于对图像特征和训练效率的观察,提出了一种基于多模型的SR框架——MMSR,能够根据不同的图像特征选择合适的网络模型,从而在不影响输出图像质量的情况下有效缩短训练时间。面向DIV2K图像集的测试结果表明,该框架能够实现平均66.7%的性能提升,同时具有良好的可扩展性。
- 单位
