图像超分辨率重建算法综述

doi:10.3778/j.issn.1002-8331.2103-0556

计算机工程与应用 ›› 2021, Vol. 57 ›› Issue (17): 1-9.DOI: 10.3778/j.issn.1002-8331.2103-0556

图像超分辨率重建算法综述

孙菁阳，陈凤东，韩越越，吴煜雯，甘雨，刘国栋

哈尔滨工业大学仪器科学与工程学院，哈尔滨 150001

出版日期:2021-09-01 发布日期:2021-08-30

Overview of Image Super-Resolution Algorithms

SUN Jingyang, CHEN Fengdong, HAN Yueyue, WU Yuwen, GAN Yu, LIU Guodong

School of Instrumentation Science and Engineering, Harbin Institute of Technology, Harbin 150001, China

Online:2021-09-01 Published:2021-08-30

摘要/Abstract

摘要：

图像超分辨率重建旨在从低分辨率图像恢复出高分辨率清晰图像。阐述了典型图像超分辨率重建方法的思想，从上采样位置和上采样方法、学习策略、损失函数等维度，对典型和最新的基于深度学习的图像超分辨率重建算法进行了评述，分析了最新的发展现状，并对未来发展趋势进行了展望。

关键词: 图像超分辨率重建, 深度学习, 图像质量评价

Abstract:

Image super-resolution reconstruction aims to recover high-resolution and clear images from low-resolution images. This article first explains the idea of typical image super-resolution reconstruction methods, and then reviews typical and latest image super-resolution reconstruction algorithms based on deep learning from the dimensions of up-sampling position and up-sampling method, learning strategy, loss function, etc. It analyzes the latest development status, and looks forward to the future development trend.

Key words: image super-resolution reconstruction, deep learning, image quality evaluation

孙菁阳，陈凤东，韩越越，吴煜雯，甘雨，刘国栋. 图像超分辨率重建算法综述[J]. 计算机工程与应用, 2021, 57(17): 1-9.

SUN Jingyang, CHEN Fengdong, HAN Yueyue, WU Yuwen, GAN Yu, LIU Guodong. Overview of Image Super-Resolution Algorithms[J]. Computer Engineering and Applications, 2021, 57(17): 1-9.

[1]	武文杰，宋文爱，高雪梅，杨吉江，王青，黄丽萍，雷毅. 基于X线的成人OSA计算机辅助诊断综述[J]. 计算机工程与应用, 2021, 57(9): 1-8.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	李晓筱，胡晓光，王梓强，杜卓群. 基于深度学习的实例分割研究进展[J]. 计算机工程与应用, 2021, 57(9): 60-67.
[4]	黄冬宜，杨兵，吴子豪，匡佳一，颜泽明. 用于全市蜂窝流量预测的时空全连接卷积网络[J]. 计算机工程与应用, 2021, 57(9): 168-175.
[5]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[6]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[7]	曾春艳，严康，王志锋，余琰，纪纯妹. 深度学习模型可解释性研究综述[J]. 计算机工程与应用, 2021, 57(8): 1-9.
[8]	许德刚，王露，李凡. 深度学习的典型目标检测算法研究综述[J]. 计算机工程与应用, 2021, 57(8): 10-25.
[9]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[10]	赵圆丽，梁志剑. 基于异核卷积双注意机制的立场检测研究[J]. 计算机工程与应用, 2021, 57(8): 119-125.
[11]	李明山，韩清鹏，张天宇，王道累. 改进SSD的安全帽检测方法[J]. 计算机工程与应用, 2021, 57(8): 192-197.
[12]	刘迪，贾金露，赵玉卿，钱育蓉. 基于深度学习的图像去噪方法研究综述[J]. 计算机工程与应用, 2021, 57(7): 1-13.
[13]	杨培伟，周余红，邢岗，田智强，许夏瑜. 卷积神经网络在生物医学图像上的应用进展[J]. 计算机工程与应用, 2021, 57(7): 44-58.
[14]	唐国智，李顶根. 深度学习及时空约束的行人跟踪算法研究[J]. 计算机工程与应用, 2021, 57(7): 121-129.
[15]	李健，孙大松，张备伟. 结合双编码器与对抗训练的图像修复[J]. 计算机工程与应用, 2021, 57(7): 192-197.

图像超分辨率重建算法综述

Overview of Image Super-Resolution Algorithms

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics