《表1 各卷积层的参数设置》

  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

《基于复合卷积神经网络的图像超分辨率算法》

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

本文评估实验在Intel Core?i7-5820K [email protected] GHz，GPU为NVIDIA GTX1080，内存为8 GB。实验平台搭载的操作系统为64位ubuntu14.04LTS，仿真软件为Matlab R2016a、CUDA8.0和OpenCV 3.0。本文对图像的R、G、B三个通道分别进行重建实验，选用经典双三次插值方法（BI）、稀疏编码算法[18]（ScSR）、SRCNN算法、复合SRCNN算法进行对比测试，采用ImageNet数据库中的91幅图像进行训练，该数据集被应用于众多单幅图像超分辨率方法训练中。因为卷积核大小多少和步长选取会直接影响图像重建效果。所以对各个卷积层参数设置如表1所示。测试图像分辨率如表2，实验将测试图像采样倍数设置为4后进行比较。