随着SRCNN的发展，深度学习技术已被广泛应用于图像超分辨率任务。许多研究人员专注于优化和改进SRCNN的结构，实现了良好的处理速度和修复质量。然而，这些方法在训练过程中大多只考虑特定比例的图像，而忽视了不同比例图像之间的关系。基于这种考虑，本文提出了一个用于图像超分辨率的级联卷积神经网络（cascade convolution neural network，CSRCNN），它包括三个级联的快速SRCNN，每个快速SRCNN可以处理一个特定比例的图像。因此，不同比例的图像可以同时训练，所学的网络可以充分利用不同比例图像中的信息。

图2 CSRCNN网络结构。该网络由三个级联的FSRCNN组成，其中每个FSRCNN的放大系数为2。网络的输入大小为一个

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们