Un eficiente red de super-resolución basada en transformaciones residuales agregadas
Autores: Liu, Yan; Zhang, Guangrui; Wang, Hai; Zhao, Wei; Zhang, Min; Qin, Hongbo
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Un eficiente red de super-resolución basada en transformaciones residuales agregadas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Red residual de múltiples ramas propuesto
Super-resolución de imagen única
Estrategia de división-transformación-fusión
Bloque residual
Red profunda de super-resolución
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
En este documento, proponemos una red residual multibranquial eficiente para la superresolución de imágenes individuales. Basándonos en la idea de transformaciones agregadas, se explota la estrategia de división-transformación-fusión para implementar la arquitectura multibranquial de una manera fácil y extensible. De esta manera, tanto el número de parámetros como la complejidad temporal se reducen significativamente. Además, para garantizar el rendimiento de la reconstrucción de superresolución, el bloque residual se modifica y simplifica con referencia al modelo de red de superresolución profunda mejorada (EDSR). Además, nuestro método desarrollado posee ventajas de flexibilidad y extensibilidad, lo que es útil para establecer una red específica según las demandas prácticas. Los resultados experimentales tanto en el conjunto de datos Diverse 2K (DIV2K) como en otros conjuntos de datos estándar muestran que el método propuesto puede lograr un buen rendimiento en comparación con EDSR bajo el mismo número de capas de convolución.
Descripción
En este documento, proponemos una red residual multibranquial eficiente para la superresolución de imágenes individuales. Basándonos en la idea de transformaciones agregadas, se explota la estrategia de división-transformación-fusión para implementar la arquitectura multibranquial de una manera fácil y extensible. De esta manera, tanto el número de parámetros como la complejidad temporal se reducen significativamente. Además, para garantizar el rendimiento de la reconstrucción de superresolución, el bloque residual se modifica y simplifica con referencia al modelo de red de superresolución profunda mejorada (EDSR). Además, nuestro método desarrollado posee ventajas de flexibilidad y extensibilidad, lo que es útil para establecer una red específica según las demandas prácticas. Los resultados experimentales tanto en el conjunto de datos Diverse 2K (DIV2K) como en otros conjuntos de datos estándar muestran que el método propuesto puede lograr un buen rendimiento en comparación con EDSR bajo el mismo número de capas de convolución.