期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于像素及梯度域双层深度卷积神经网络的页岩图像超分辨率重建 被引量：7
1
作者 占文枢 伦增珉 +3 位作者 陈洪刚 周霞 陈敬勖 滕奇志 《科学技术与工程》 北大核心 2018年第3期85-91,共7页
实际采集的页岩图像存在分辨率低等不足,有时难以满足实际应用的需求。针对此问题,构建了一种基于双层深度卷积神经网络的页岩图像超分辨率重建算法。算法以深度卷积神经网络为基础,引入残差训练及批规范化层来加速网络的收敛,并且在此... 实际采集的页岩图像存在分辨率低等不足,有时难以满足实际应用的需求。针对此问题,构建了一种基于双层深度卷积神经网络的页岩图像超分辨率重建算法。算法以深度卷积神经网络为基础,引入残差训练及批规范化层来加速网络的收敛,并且在此神经网络的基础上提出图像像素域及梯度域结合的页岩图像超分辨率重建算法。算法大致过程为首先利用像素域的卷积神经网络对输入的低分辨率页岩图像进行上采样;然后对上采样图像提取梯度信息并利用梯度域的卷积神经网络对其进行转换;最后利用转换后的梯度信息作为正则项来约束高分辨率图像的重建,从而得到重建的高分辨率页岩图像。实验表明,与主流的超分辨率重建算法相比,重建得到的页岩图像具有更好的主观视觉效果与更高的客观评价参数,更利于后续的处理及分析。 展开更多
关键词 页岩图像 超分辨率重建 深度卷积神经网络 梯度转换 批规范化操作
在线阅读 下载PDF
基于深度学习局部与非局部信息的单幅图像超分辨率重建
2
作者 翟森 任超 +1 位作者 熊淑华 占文枢 《现代计算机》 2019年第33期28-34,共7页
为了学习更加准确的超分辨率重建网络模型,在受到传统的基于重建算法中图像先验信息的启发下,提出一种基于深度学习局部与非局部特性的单幅图像超分辨率重建算法。该算法包含局部网络与非局部网络两个模块。首先,引入一种非局部相似性... 为了学习更加准确的超分辨率重建网络模型,在受到传统的基于重建算法中图像先验信息的启发下,提出一种基于深度学习局部与非局部特性的单幅图像超分辨率重建算法。该算法包含局部网络与非局部网络两个模块。首先,引入一种非局部相似性模块来搜索图像相似性信息,并将其嵌入至残差学习中构成非局部残差块,从而构建非局部网络;然后,在此基础上,以局部残差模块作为主要模块,搭建局部网络。网络末端设置亚像素卷积层以提升特征的分辨率。实验结果表明,该算法重建的图像细节更加丰富,在提升低分辨率图像质量上有较好的效果。 展开更多
关键词 单幅图像 局部与非局部特性 超分辨率重建 残差学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部