文献类型：期刊文章

作　　者：贺瑜飞[1] 高宏伟[1,2]

He Yufei;Gao Hongwei(School of Mathematics and Statistics,Yulin University,Yulin 719000,Shaanxi,China;Research Center for Contemporary Design and Advanced Manufacturing Technology,Yulin University,Yulin 719000,Shaanxi,China)

机构地区：[1]榆林学院数学与统计学院,陕西榆林719000 [2]榆林学院现代设计与先进制造技术研究中心,陕西榆林719000

出　　处：《计算机应用与软件》

基　　金：榆林学院高层次人才科研启动基金项目(12GK43)

年　　份：2019

卷　　号：36

期　　号：5

起止页码：220-224

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：现有光电观瞄装备采取的电子变倍功能大都是采用线性插值进行放大重建,存在细节不明显,边缘模糊的现象。针对目前超分辨重建算法存在的问题,提出一个多连接卷积网络。该网络构建出多连接网络结构,通过一个较长的跳跃式策略进行恒等映射,实现低层次特征和高级特征的级联,能够同时表征各种复杂的重构场景。采用双参数损失函数来优化训练深度网络,提高网路模型的泛化能力。仿真实验结果表明,该方法能够生成具有丰富细节而且清晰的高分辨红外图像,同时也在客观定量评价上都有很大提高。

关 键 词：超分辨重建 红外图像 深度学习  特征级联  损失函数 恒等映射  

分 类 号：TP37]