Image Super-Resolution Using Deep Convolutional Networks

We propose a deep learning method for single image super-resolution (SR). Our method directly learns an end-to-end mapping between the low/high-resolution images. The mapping is represented as a deep convolutional neural network (CNN) that takes the low-resolution image as the input and outputs the...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on pattern analysis and machine intelligence Ročník 38; číslo 2; s. 295 - 307
Hlavní autoři:	Chao Dong, Loy, Chen Change, Kaiming He, Xiaoou Tang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.02.2016
Témata:	Convolutional codes deep convolutional neural networks Feature extraction Image reconstruction Image resolution Neural networks sparse coding Super-resolution Training sparse coding Super-resolution deep convolutional neural networks
ISSN:	0162-8828, 1939-3539, 2160-9292, 1939-3539
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!