基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率重建算法研究.pdf

1、圖像超分辨率技術(shù)能夠直接提高圖像的分辨率，而被廣泛應(yīng)用于安全監(jiān)控、軍事遙感、醫(yī)療應(yīng)用以及視覺應(yīng)用等領(lǐng)域?；谏疃葘W(xué)習(xí)的技術(shù)已經(jīng)成功的被引入到該領(lǐng)域，取得了不錯的成果并正在快速發(fā)展。為了進(jìn)一步提高圖像重建質(zhì)量和加快網(wǎng)絡(luò)訓(xùn)練的收斂速度，本文基于深度學(xué)習(xí)的理論，著重研究了基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨重建，主要研究工作如下：
　　(1)為了解決經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)模型支路單一化，導(dǎo)致網(wǎng)絡(luò)提取特征缺乏多樣性的問題，提出了基于并列卷積神經(jīng)網(wǎng)絡(luò)的

2、超分辨率重建方法。該方法對網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了探索，通過兩條不同網(wǎng)絡(luò)支路組成并列網(wǎng)絡(luò)。不同的網(wǎng)絡(luò)支路能夠獲取更多不同的特征信息，有利于提高網(wǎng)絡(luò)模型的重建精度。實驗結(jié)果表明，該網(wǎng)絡(luò)重建的圖像主觀視覺效果更優(yōu)，客觀評價參數(shù)也進(jìn)一步提升。
　　(2)隨著并列網(wǎng)絡(luò)模型的復(fù)雜化，收斂速度慢成為突出問題。針對這一問題，本文引入局部正則化層。在卷積層后添加正則化處理，以達(dá)到簡化模型參數(shù)、增強(qiáng)特征擬合能力的效果，最終達(dá)到加快收斂的目的。實驗結(jié)果表明，網(wǎng)

3、絡(luò)結(jié)構(gòu)收斂速度更快，重建效果也有所提升。
　　(3)針對經(jīng)典的基于卷積神經(jīng)網(wǎng)絡(luò)重建方法存在感受背景區(qū)域小，網(wǎng)絡(luò)訓(xùn)練應(yīng)用的訓(xùn)練集包含的信息不夠豐富，以及重建層對特征利用不夠充分等問題，提出了應(yīng)用多樣性樣本的改進(jìn)型深度卷積神經(jīng)網(wǎng)絡(luò)的超分辨率重建方法。該方法構(gòu)造一個四層網(wǎng)絡(luò)，并引入反卷積層作為重建層；同時網(wǎng)絡(luò)訓(xùn)練應(yīng)用多角度變換的樣本集。該方法解決了原本感受背景區(qū)域小的問題，加快了網(wǎng)絡(luò)的收斂速度，使得卷積層具有旋轉(zhuǎn)不變性，恢復(fù)的圖像與原圖