用于图像超分辨率重构的递归密集残差网络

摘要

一种用于图像超分辨率重构的递归密集残差网络，网络以密集连接的多层卷积神经网络为递归单元，在此基础上进行多次残差递归。通过密集连接充分利用低分辨率图像信息，多次残差递归保证了深层的网络能够得到更好的训练。主要包括以下步骤：1)数据预处理，将低分辨率图像由RGB转换成YCrCb图像，再取Y通道图像将其裁剪成31*31大小的子图像。2)网络训练，准备好训练和测试数据集，基于caffe框架训练好网络。3)通过训练好的网络实现超分辨重构，将预处理好的数据分别通过训练好的网络，得到重构后的Y通道子图像。把所有重构的子图像按原来的位置拼合起来，得到最终的整幅Y通道图像，最后结合对应的其他两个通道组合成重构后的YCrCb图像，再转换成RGB图像。完成图像的超分辨率重构。