单幅图像超分辨率相关论文
近年来,深度卷积神经网络(Deep Convolution Neural Networks,DCNN)在单幅图像超分辨率(Single Image Super-Resolution,SISR)中得到了......
图像超分辨率重建(Super-Resolution,SR)技术,是从观测到的低分辨率(Low Resolution,LR)图像中重建出高分辨率(High Resolution,HR)图像,......
单幅图像超分辨率(Single image super-resolution, SISR)重建是计算机视觉领域上的一个重要问题,在安防视频监控、飞机航拍以及卫......
车牌图像增强是车牌识别系统中的关键步骤,其目的是改善图像质量,以提高车牌识别的正确率。针对车牌图像,本文研究并实现了基于超......
图像超分辨率重建是指从低分辨率图像中恢复出高分辨率图像的过程,广泛用于高清电视、医学病灶图像的增强、监控摄像模糊图像的重......
数字全息(Digital Holographic,DH)数值重建距离与全息图的记录距离有关[1],由于像差复杂、衍射极限、记录仪器(CCD、CMOS传感器、SLM......
行人再识别是指给定一张行人图片,检索跨监控设备下包含该行人的其他图片,可应用在火车站、医院、银行等人流量较大地点或者重点安......
针对图像超分辨率方法构建图像块的稀疏表示(SR)系数存在的主要问题,利用加权思想提出一种增强的单幅图像自学习超分辨方法。首先,......
针对传统字典学习(dictionary learning,DL)的超分辨率重建方法,低分辨率图像块细节欠缺严重,导致重建的高分辨图像块无法获得最佳......
针对传统超分辨率重建方法稀疏表示依赖大训练样本字典的局限性问题,基于l?范数的弱稀疏性特点,提出一种改进的单幅图像自学习超分辨......
图像超分辨率的目标是依据低分辨率图像重建出其高分辨率的版本。目前,图像超分辨率在安防监控、医疗图像、遥感图像等多个领域起......
计算机信息处理和传输技术的快速发展加速社会信息化进程,这使得数字图像极大丰富了人们学习、工作和生活的方式。图像分辨率是衡......
针对传统超分辨率重建方法稀疏表示依赖大训练样本字典的局限性问题,基于 L 2范数的弱稀疏性特点,提出一种改进的单幅图像自学习超......
单幅图像超分辨率(SISR)是指从一张低分辨率图像重建高分辨率图像.传统的神经网络方法通常在图像的空间域进行超分辨率重构,但这些......
单幅图像超分辨率算法的主要任务是根据一幅给定的低分辨率图像重建出对应的高分辨率图像。大多数基于外部样例学习的单幅图像超分......