【超分辨率】超分辨率重建技术之SRCNN
作者:互联网
目录
1、前言
超分辨率重建技术(Super-Resolution):是指从观测到的低质量、低分辨率图像重建出相应的高质量、高分辨率图像。高分辨率图像意味着图像具有更多的细节信息、更细腻的画质,这些细节在高清电视、医学成像、遥感卫星成像等领域有着重要的应用价值。
超分辨率方法:可分为两类,从多张低分辨率图像重建出高分辨率图像、从单张低分辨率图像重建出高分辨率图像。基于深度学习的超分辨率,主要是基于单张低分辨率的重建方法,即Single Image Super-Resolution (SISR)。
超分辨率重建的发展历程:【超分辨率】超分辨率重建技术(Super-Resolution)——从 SRCNN 到 WDSR
Image Super-Resolution Using Deep Convolutional Networks:这个文章是深度学习在图像超分辨率重建问题的开山之作SRCNN,历史意义重大,虽然年代久远,但是也是值得借鉴的。
论文翻译:【超分辨率】Image Super-Resolution Using Deep Convolutional Networks论文翻译
官方代码(MATLAB和caffe):http://mmlab.ie.cuhk.edu.hk/projects/SRCNN.html
复现代码(TensorFlow):https://github.com/tegg89/SRCNN-Tensorflow
2、网络结构
https://blog.csdn.net/Autism_/article/details/79401798#commentBox
标签:Super,分辨率,SRCNN,图像,Resolution,重建 来源: https://blog.csdn.net/TeFuirnever/article/details/90742213