《表1 基于卷积神经网络的超分辨率算法比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《双通道单图像超分辨率卷积神经网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在DenseNet的基础上，SRDenseNet[18]首次将稠密连接引入到SISR问题中，SRDenseNet使用了8个稠密连接单元，训练了一个超过64层的深度卷积神经网络，其中，每个稠密单元包含了8层卷积层，而每一层都以稠密连接的方式进行信息传递。为了加强网络信息的流通，SRDenseNet将稠密单元同样以稠密连接的方式进行传递，并相比于之前的结果取得了极大的效果提升。然而，尽管稠密连接通道可以降低网络模型参数量，但网络的计算复杂度却也随着输入通道的叠加而增大。为了控制模型参数量，同时增加模型的深度，需要限制稠密通道的增长速率，这也就限制了特征映射的传递。网络模型结构对比见表1。