摘要
图像超分辨率重建是计算机视觉领域的关键技术之一,被广泛应用于医疗影
像、监控安防和智慧矿山等重要场景。得益于深度学习的快速发展,基于卷积神
经网络的图像超分辨率重建方法构建并训练网络模型,以学习低分辨率图像和高
分辨率图像间的映射关系,在重建质量和计算效率方面取得了显著突破。然而,
现有方法仍面临模型参数量大、网络特征难以平稳传递以及高频特征难以提取和
保留等挑战。受人脑记忆机制启发,本文针对上述问题提出两种轻量级图像超分
辨率重建方法,研究内容具体如下:
(1)针对现有方法中的长
您可能关注的文档
最近下载
- (物理试题)2023年厦门大学附属科技中学招生考试.pdf VIP
- 2024高考(新课标1卷)英语真题词汇汇总+练习(学生版+解析版).docx
- 杭州第九届天堂儿歌演唱和创作大赛.doc VIP
- (完整版)CNC84操作手册.pdf VIP
- 幼儿园家长沟通与信息发布模板.docx VIP
- 小学生认识身体主题课件.pptx VIP
- 均值极差控制图Xbar-R Chart.xls VIP
- 2025年度国家广播电视总局直属事业单位公开招聘310人笔试试题附答案解析.docx VIP
- 机器人运动控制:运动学与动力学建模_(16).机器人动力学仿真.docx VIP
- 广东省初中学业水平考试英语模拟卷(一).pdf VIP
原创力文档

文档评论(0)