《表2 基准数据集测试结果》
实验用DIV2K数据集中的800张图片对卷积网络进行了训练,输入图片为RGB图像并裁剪为48×48大小,对输入图像按EDSR网络中的方法进行旋转、翻转等变换,以增强训练效果.每次训练样本数(batch size)为16,共迭代1 000次.训练中对2倍、3倍、4倍重建分别进行训练.训练结果基于Set5,Set14,B100和Urban100基准数据集进行测试,评价指标为峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity inex,SSIM).DM CN网络基于Py Torch 1.1框架搭建,实验中使用了一张TitanRTX GPU.训练使用Adam优化器,参数为β1=0.9,β2=0.999,ε=10-8.学习率初始为10-4,每经过50次迭代衰减为原来的90%.表2给出了本文方法与几个经典超分辨方法的比较,其中对MSRN原文采用Y色彩通道,本文统一采用了RGB通道进行实验,图片切割尺寸为48×48.
图表编号 | XD00186118000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 王鑫、王翠荣、王聪、苑迎 |
绘制单位 | 东北大学计算机科学与工程学院、东北大学计算机科学与工程学院、东北大学计算机科学与工程学院、东北大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |