《表1 本文算法与ESPCN的PSNR值比较》

  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

《基于残差连接卷积神经网络的图像超分辨率重构》

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

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。