声明
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:陈书理,张书贵,赵展,
单位:1.开封大学信息工程学院,河南开封475001;2.河南省高标准农田智能灌溉工程研究中心,河南开封475000;3.开封市农业物联网工程技术中心,河南开封475000;
关键词:单幅图像超分辨率重建,图像—频率联合监督,频域距离监督损失,频谱加权损失,卷积神经网络,
基金:河南省教育厅重点科研项目(22A520001);国家自然科学基金资助项目(61702185);河南省高等学校青年骨干教师培养计划资助项目(2020GZGG043);河南省高等学校重点科研计划项目(21A520029,21A520028);;
针对现有单幅图像超分重建方法难以捕获图像中完备有效信息的问题,提出一种联合图像—频率监督的图像超分辨率重建算法,旨在利用多个域之间的互补信息,进而获得更完备的图像特征表示。首先通过分析图像像素转换到频域空间后的特性,根据其复数表征方式提出了一种新的频域距离监督损失,将频谱信息有效地应用到卷积神经网络的优化过程;然后通过分析频域中不同频带的表征特点,在频域距离损失基础上构建了频谱加权损失,并将其分别应用到低频和高频两个频带;最后结合图像域的监督,构成多个域的联合优化,取得良好的性能。在Set14、B100和Kodak三种公开数据集上进行了验证,结果表明:该算法的PSNR和SSIM分别达到了33.47 dB和0.985 9,与几种图像超分方法相比取得了最好的性能。
来源:2023年第2期
《计算机应用研究》期刊编辑部
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。