【論文閱讀】Learning a Deep Convolutional Network for Image Super-Resolution
題目：學習深度卷積神經網絡實現圖像超分辨率 ECCV 2014 收錄html
摘要：git
咱們提出了一種單張圖像超分辨率(SR)的深度學習方法。咱們的方法直接學習低/高分辨率圖像之間的端到端映射。該映射表示爲一個深卷積神經網絡(CNN)[15]，它以低分辨率圖像爲輸入輸出高分辨率圖像。咱們進一步證實了傳統的稀疏編碼SR方法也能夠看做是一個深度卷積網絡。但不一樣於傳統的方法去單獨處理每一個組件，咱們的方法聯合優化全部層。咱們的深度CNN是一個輕量級的架構，展現了最早進的修復質量，並實現了快速的在線應用。github
-----------------------------------------網絡
代碼地址：https://github.com/tegg89/SRCNN-Tensorflow 基於TensorFlow架構
其餘地址：http://mmlab.ie.cuhk.edu.hk/projects/SRCNN.html 基於matlab和caffe框架
-----------------------------------------性能
優勢：網絡結構十分簡單，僅僅用了三個卷積層，框架在選擇參數時很靈活，能夠採用四層或更多層，更大的過濾尺寸來進一步提升性能。學習
缺點：SRCNN針對的是單個尺度因子進行訓練，若是須要新的規模，則必須對新模型進行訓練。特徵提取只用了一層卷積層，存在着感覺野較小的問題，提取出來的特徵是很是局部的特徵，細節沒法恢復出來。優化
-----------------------------------------編碼
相關文章
- 1. 論文閱讀——Deep Residual Learning for Image Recognition
- 2. 【論文閱讀】Deep Residual Learning for Image Recognition
- 3. 【論文閱讀】SegNet A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
- 4. Machine Learning & Deep Learning 論文閱讀筆記
- 5. 論文閱讀筆記：《SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation》
- 6. 文獻閱讀 - Deep Residual Learning for Image Recognition
- 7. 閱讀論文：Suggestive Annotation: A Deep Active Learning Framework for Biomedical Image Segmentation
- 8. 論文閱讀《Cascade Residual Learning: A Two-stage Convolutional Neural Network for Stereo Matching》
- 9. Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting論文閱讀
- 10. Learning a Single Convolutional Super-Resolution Network for Multiple Degradations論文閱讀
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • PHP 實例 - AJAX RSS 閱讀器 - PHP教程
- • JDK13 GA發佈：5大特性解讀
- • Scala 中文亂碼解決
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 論文閱讀——Deep Residual Learning for Image Recognition
- 2. 【論文閱讀】Deep Residual Learning for Image Recognition
- 3. 【論文閱讀】SegNet A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
- 4. Machine Learning & Deep Learning 論文閱讀筆記
- 5. 論文閱讀筆記：《SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation》
- 6. 文獻閱讀 - Deep Residual Learning for Image Recognition
- 7. 閱讀論文：Suggestive Annotation: A Deep Active Learning Framework for Biomedical Image Segmentation
- 8. 論文閱讀《Cascade Residual Learning: A Two-stage Convolutional Neural Network for Stereo Matching》
- 9. Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting論文閱讀
- 10. Learning a Single Convolutional Super-Resolution Network for Multiple Degradations論文閱讀