基于深度学习和稀疏编码的图像超分辨率重建
IMAGE SUPER-RESOLUTION RECONSTRUCTION BASED ON DEEP LEARNING AND SPARSE CODING作者机构:亳州职业技术学院信息工程系安徽亳州236813 合肥工业大学计算机与信息学院安徽合肥230009 安徽理工大学计算机科学与工程学院安徽淮南232000
出 版 物:《计算机应用与软件》 (Computer Applications and Software)
年 卷 期:2022年第39卷第12期
页 面:219-226页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(61175051) 安徽省高校自然科学研究重点资助项目(KJ2018A0881)
主 题:深度神经网络 卷积神经网络 局部约束线性编码 字典学习 图像超分辨率 图像重建
摘 要:针对基于深度神经网络的图像超分辨率重建技术训练时间长的问题,提出一种基于深度学习和稀疏编码的图像超分辨率重建算法。采用卷积神经网络学习低分辨率图像每一块的深度视觉特征,利用局部约束线性编码的局部平滑稀疏能力对深度特征进行编码;利用字典学习技术学习低分辨率图像和高分辨率图像每一块之间的判别关系字典;通过低分辨率字典和低分辨率图像估计稀疏表示系数,利用该系数实现图像超分辨率的重建。实验结果表明,该算法在视觉效果和评价指标上均获得了较好的超分辨率效果,并且速度较快。