%0 Journal Article
%T 一种深度级联网络结构的单帧超分辨重建算法
%A 刘雷雷
%A 叶婷
%A 周颖
%A 张鹏达
%A 徐英
%A 曹耀宇
%A 李向平
%A 杨娟
%A 汪庆辉
%A 汪荣贵
%A 洪明辉
%A 王伟
%A 王飞
%A 秦飞
%A 程超杰
%A 符冉迪
%A 谌雨章
%A 谢飞
%A 谷雨
%A 邱智亮
%A 颜文
%J -
%D 2018
%R 10.12086/oee.2018.170729
%X 利用深度学习进行超分辨重建已经获得了极大的成功，但是目前绝大多数网络结构依然存在训练以及重建速度较慢，一个模型仅能重建一个尺度以及重建图像过于平滑等问题。针对这些问题，本文设计了一种级联的网络结构(DCN)来逐级对图像进行重建。使用L2和感知损失函数共同优化网络，在每一级的共同作用下得到了最终高质量的重建图像。此外，本文的方法可以同时重建多个尺度，比如4×的模型可以重建1.5×，2×，2.5×，3×，3.5×，4×。在几个常用数据集上的实验表明，该方法在准确性和视觉效果均优于现有的方法。
%K 深度学习 超分辨 逐级 多尺度 感知损失函数
%U http://www.oejournal.org/J/OEE/Article/Details/A180705000008/CN