基于级联卷积网络的红外图像超分辨率重建

摘要

针对基于卷积神经网络的红外图像超分辨率重建方法存在细节特征提取困难的问题,提出一种小样本量残差学习的两级卷积神经网络方法实现特征的分步重建。首先,利用编解码子网络快速提取边缘特征;然后,级联递归残差子网络用以进一步提取纹理特征;最后,采用全局跳跃连接实现端到端的超分辨率重建。在Caffe环境下的实验结果表明,该方法较好地提升拟合能力。