基于深度学习的单幅图像超分辨率重建算法综述

单幅图像超分辨率(Single image super-resolution,SISR)重建是计算机视觉领域上的一个重要问题,在安防视频监控、飞机航拍以及卫星遥感等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类、检测、识别等诸多领域中取得了突破性进展,也推动着图像超分辨率重建技术的发展.本文首先介绍单幅图像超分辨率重建的常用公共图像数据集;然后,重点阐述基于深度学习的单幅图像超分辨率重建方向的创新与进展;最后,讨论了单幅图像超分辨率重建方向上存在的困难和挑战,并对未来的发展趋势进行了思考与展望....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 47; no. 10; pp. 2341 - 2363
Main Authors 李佳星, 赵勇先, 王京华
Format Journal Article
LanguageChinese
Published 长春理工大学机电工程学院 长春130022%中国科学院长春光学精密机械与物理研究所 长春130033 01.10.2021
长春理工大学跨尺度微纳制造教育部重点实验室 长春130022
中国科学院大学 北京100049%长春理工大学机电工程学院 长春130022
Subjects
单幅图像超分辨率;计算机视觉;深度学习;神经网络
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.c190859

Cover

More Information
Summary:单幅图像超分辨率(Single image super-resolution,SISR)重建是计算机视觉领域上的一个重要问题,在安防视频监控、飞机航拍以及卫星遥感等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类、检测、识别等诸多领域中取得了突破性进展,也推动着图像超分辨率重建技术的发展.本文首先介绍单幅图像超分辨率重建的常用公共图像数据集;然后,重点阐述基于深度学习的单幅图像超分辨率重建方向的创新与进展;最后,讨论了单幅图像超分辨率重建方向上存在的困难和挑战,并对未来的发展趋势进行了思考与展望.
ISSN:0254-4156
DOI:10.16383/j.aas.c190859