Resumen

Los métodos actuales de superresolución no pueden explotar plenamente la información global y local de la imagen original de baja resolución, lo que provoca la pérdida de parte de la información. Para resolver este problema, proponemos una red densa residual multiescala (MRDN) para la superresolución de imágenes. Esta red se construye a partir de la red densa residual. Puede integrar la información multiescala de la imagen y evitar perder demasiada información en el nivel profundo de la red, a la vez que extrae más información bajo diferentes campos receptivos. Además, para reducir la redundancia de los parámetros de red de MRDN, desarrollamos un método de parámetros ligeros y lo aplicamos a diferentes escalas. Este método no sólo puede reducir la redundancia de los parámetros de red, sino también mejorar la capacidad de mapeo no lineal de la red a diferentes escalas. Así, puede aprender y ajustar mejor la información de las características de la imagen original y recuperar una imagen de superresolución satisfactoria. Se llevan a cabo amplios experimentos que demuestran la eficacia del método propuesto.

• Materias:Rayo láser Onda electromagnética Óptica Biofotónica
• Subjects:Lasers Electromagnetic waves Optics Biophotonics
• Palabras claves:red, diferentes escalas, parámetros de red, imagen de resolución, red densa residual multiescala, diferentes campos receptivos, método de parámetros ligeros, capacidad de mapeo no lineal, red densa residual, mrdn
• Keywords:network, different scales, network parameters, resolution image, multiscale residual dense network, different receptive fields, lightweight parameter method, nonlinear mapping ability, residual dense network, mrdn