《表1 先进方法概述：基于轻量自动残差缩放网络的图像超分辨率重建》

  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

《基于轻量自动残差缩放网络的图像超分辨率重建》

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

本文提出了一个具有自动残差缩放功能的轻量级网络（light-weight Network with Automatic Residual Scaling，ARSN），并与加速超分辨率卷积神经网络（Fast Super-Resolution Convolutional Neural Network，FSRCNN)[27]、使用超深度卷积网络的精确图像超分辨率方法（accurate image Super-Resolution using Very Deep convolutional network，VDSR)[28]、用于图像超分辨率的深度递归卷积网络方法（Deeply-Recursive Convolutional Network for image super-resolution，DRCN)[29]、用于图像还原的持久性存储网络（persistent Memory Network for image restoration，MemNet)[30]等网络比较了网络输入、层数、是否使用残差学习等参数。如表1所示，这些方法的网络层数趋于越来越深，而本文方法网络权重相对较轻，层数少得多。同时，本文方法可以直接输入低分辨率图像而无需进行双三次插值，这可以减少额外的计算。