用于图像超分辨率的深度双向密集网络
计算机视觉与模式识别
2018-10-12 v1
摘要
本文提出用于单图像超分辨率的深度双向密集网络（DBDN）。我们的方法通过引入新颖的块间密集连接，扩展了以往的块内密集连接方法。由此，特征信息从单个密集块传播到所有后续块，而非仅传给单一后继块。为构建DBDN，我们首先构造块内密集块，其通过密集连接的卷积层与压缩层提取并压缩丰富的局部特征以用于进一步的特征学习。然后，我们使用块间密集网络来连接块内密集块，使得每个块内密集块将其自身的局部特征传播给所有后继块。此外，我们的双向密集构造将每个块连接到输出，缓解了训练中的梯度消失问题。在五个基准数据集上对我们所提方法的评估表明，以适中的网络参数量，我们的DBDN在单图像超分辨率（SISR）上优于当前最优方法。
引用
@article{arxiv.1810.04873,
title = {Deep Bi-Dense Networks for Image Super-Resolution},
author = {Yucheng Wang and Jialiang Shen and Jian Zhang},
journal= {arXiv preprint arXiv:1810.04873},
year = {2018}
}
备注
DICTA 2018