多路径递归网络结构的单帧图像超分辨率重建

卷积神经网络在单帧图像超分辨率重建任务中取得了巨大成功,但是其重建模型多是基于单链结构,层间联系较弱且不能充分利用网络提取的分层特征.针对这些问题,本文设计了一种多路径递归的网络结构(MRCN).通过使用多路径结构来加强层之间的联系,实现特征的有效利用并且提取丰富的高频成分,同时使用递归结构降低训练难度.此外,通过引入特征融合的操作使得在重建的过程中可以充分利用各层提取的特征,并且自适应的选择有效特征.在常用的基准测试集上进行了大量实验表明,MRCN比现有的方法在重建效果上具有明显提升.