《表3 本文算法与流行SR算法分别在2倍和》

  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

《基于卷积神经网络的轻量级图像超分辨率》

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

将本文提出的新模型与目前流行的8种超分辨率模型进行对比，包含Bicubic、SRCNN、FSRCNN、VDSR、Lap SRN、Mem Net[21]、DRCN[22]、CARN[23]。表1和表2展示了4类公开数据集在分别放大2倍和4倍时的指标，其中加粗的表示效果最好，加下划线的表示效果第二好。很明显，在2倍尺度下本文方法比第二好的CARN方法除了在Urban100测试集的PSNR稍弱了一些，在其余测试集上平均高了0.08 db。在4倍尺度下本文方法也表现出了较为明显的优势，较好地改善了图像的重建质量。除了在重建效果上有不错的表现，在实时重建速度上也领先于其他方法。如表3描述，实现了模型的轻量化和实时重建速度的优化。