光子学报, 2018, 47 (4): 0410004, 网络出版: 2018-03-15   

基于小递归卷积神经网络的图像超分辨算法

Image Super-resolution Based on Tiny Recurrent Convolutional Neural Network
作者单位
浙江大学 光电工程与信息学院 现代光学仪器国家重点实验室, 杭州 310027
引用该论文

马昊宇, 徐之海, 冯华君, 李奇, 陈跃庭. 基于小递归卷积神经网络的图像超分辨算法[J]. 光子学报, 2018, 47(4): 0410004.

MA Hao-yu, XU Zhi-hai, FENG Hua-jun, LI Qi, CHEN Yue-ting. Image Super-resolution Based on Tiny Recurrent Convolutional Neural Network[J]. ACTA PHOTONICA SINICA, 2018, 47(4): 0410004.

引用列表
1、 多模态融合的深度学习脑肿瘤检测方法光子学报, 2019, 48 (7): 717001

马昊宇, 徐之海, 冯华君, 李奇, 陈跃庭. 基于小递归卷积神经网络的图像超分辨算法[J]. 光子学报, 2018, 47(4): 0410004. MA Hao-yu, XU Zhi-hai, FENG Hua-jun, LI Qi, CHEN Yue-ting. Image Super-resolution Based on Tiny Recurrent Convolutional Neural Network[J]. ACTA PHOTONICA SINICA, 2018, 47(4): 0410004.

本文已被 1 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!