一种利用局部全连接层重建非规则采样图像数据的端到端新网络
图像与视频处理
2022-07-01 v2 人工智能
计算机视觉与模式识别
摘要
四分之一采样和四分之三采样是新颖的传感器概念，能够在不增加像素数量的情况下获取更高分辨率的图像。这是通过非规则地覆盖低分辨率传感器每个像素的部分区域实现的，使得每个像素的传感器区域中仅有一个象限或三个象限对光敏感。结合合理设计的掩模与高质量重建算法，相比使用低分辨率传感器再进行上采样，可获得更高的图像质量。对于后者，可使用超分辨率算法（如极深超分辨率网络 VDSR）进一步提升图像质量。本文提出一种新颖的端到端神经网络，用于从非规则采样传感器数据重建高分辨率图像。该网络由局部全连接重建网络（LFCR）和标准 VDSR 网络串联而成。总体而言，使用四分之三采样传感器配合我们所提神经网络结构，在 Urban100 数据集上以 PSNR 衡量的图像质量相比当前最优方法提升了 2.96 dB。相比采用 VDSR 的低分辨率传感器，增益达 1.11 dB。
引用
@article{arxiv.2203.09180,
title = {A Novel End-To-End Network for Reconstruction of Non-Regularly Sampled Image Data Using Locally Fully Connected Layers},
author = {Simon Grosche and Fabian Brand and André Kaup},
journal= {arXiv preprint arXiv:2203.09180},
year = {2022}
}
备注
6 pages, 5 figures, 2 tables, IEEE 23rd International Workshop on Multimedia Signal Processing (MMSP). arXiv admin note: text overlap with arXiv:2203.00336