TY -的A2 -侯赛因,Shahid AU -李,跑AU -罗,林盟——张余PY - 2020 DA - 2020/08/28 TI -卷积神经网络结合Half-Quadratic分割图像恢复方法SP - 8813413六世- 2020 AB -一般来说,主要有两种方法来解决在低层次的计算机视觉图像恢复任务,例如,基于模型的优化方法和歧视学习方法。然而，这两种方法都有明显的优缺点。例如，基于模型的优化方法可以灵活地处理不同的问题，但是为了获得更好的性能，需要大量的计算时间。判别学习方法具有较高的计算效率，但其应用范围受到固定训练模式的严重限制。最好将这两种方法的优点结合起来。幸运的是，利用变量分裂技术，我们将训练好的用于去噪的卷积神经网络(CNN)作为一个模型插入到基于模型的优化方法中，以解决其他图像恢复问题(如去模糊和超分辨率)。最后的实验结果表明，我们的去噪网络能够为图像恢复任务提供较强的先验信息。在去噪、去模糊和超分辨率三个任务上，图像恢复效果可以达到或接近最先进的算法。此外，本文提出的算法在计算效率方面也是最具竞争力的。SN - 1687-725X UR - https://doi.org/10.1155/2020/8813413 DO - 10.1155/2020/8813413 JF -传感器期刊PB - Hindawi KW - ER -