《表1 本文算法与ESPCN的PSNR值比较》
相较于ESPCN算法,本文算法将网络层数增加至20层,除了加入局部残差以外,还使用全局残差对ESPCN提出的卷积亚像素采样层进行了改进。全局残差并没有在上采样之后引入,而是在上采样过程中,将亚像素层分别与全局残差结合再进行图像重建。该过程可使各亚像素层与输入低分辨率图像相结合,防止在周期性排列重组时对像素间连续性的破坏。与ESPCN (91images)相同,本文在91张图像的数据集下进行了网络的训练,在尺度因子为3时在Set5、Set14、BSD300和BSD500数据集上与ESPCN进行了比较,具体PSNR值如表1所示。由表1可知,在同样训练集下,与ESPCN相比,本文算法重建图像的PSNR值有了显著提高。
图表编号 | XD0067072200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 郭继昌、吴洁、郭春乐、朱明辉 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |