专利名称：基于深层门限卷积神经网络的图像超分辨方法专利类型：发明专利发明人：陈渤,刘明贵
申请号：CN201710303554.2申请日：20170503公开号：CN107154021A公开日：20170912
摘要：本发明公开一种基于深层门限卷积神经网络的图像超分辨方法，主要解决现有技术在网络加深时图像超分辨效果会降低的问题。其实现步骤是：1.获取成对的低分辨和高分辨图像数据作为训练数据；2.定义一种门限卷积层，用它取代现有的卷积层，构建一个端到端的深层门限卷积神经网络；3.将训练数据输入深层门限卷积神经网络用Adam优化方法进行训练；4.利用训练好的深层门限卷积神经网络进行图像超分辨。本发明有效的减小了深层神经网络的梯度衰减的问题，实现了深层网络的图像超分辨应用，增强了图像超分辨效果；提高了图像超分辨的速度，可用于卫星遥感领域，医学领域，交通监控及视频压缩。
申请人：西安电子科技大学
地址：710071 陕西省西安市雁塔区太白南路2号
国籍：CN
代理机构：陕西电子工业专利中心
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容