声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1525/N
国际刊号：2097-1915
发布日期:
作者：杨伟铭，张钰
单位：1.军事科学院系统工程研究院后勤科学与技术研究所,北京,100800;2.陕西师范大学计算机科学学院，西安，710119\
关键词：卷积神经网络;图像超分辨率;扩张神经网络;跳跃链接;深度学习
基金：国家自然科学基金(41671409)
针对VDSR模型卷积核单一和DRRN模型不能全局利用的问题，提出了基于并行残差卷积神经网络的联合卷积图像超分辨重建模型。模型首先利用原始卷积层和扩张卷积层融合，建立联合卷积层，然后利用跳跃链接，将多种抽象层次的特征进行融合，最后完成整个超分辨网络的模型构建。提出的模型具有以下优点：①扩张卷积神经网络与原始卷积神经网络融合，在计算机复杂度不变的情况下，可以获取更多尺度的信息，因此具有更强的表达能力;②跳跃链接方式，将抽象层度较低与较高抽象层次的信息融合，获取更多的信息，使得模型具有更强的学习能力。通过在多个数据集上进行实验，模型在大多数任务中与VDSR、DRRN和SRCNN等先进模型相比，IFC值取得了大于0.1的提升。
来源：2019年第4期
《空军工程大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。