增强壁画图像艺术性的超分辨率重建

曹建芳，张自邦，赵爱迪

(1.太原科技大学 计算机科学与技术学院，山西 太原 030024； 2.忻州师范学院 计算机系，山西 忻州 034000)

0 引 言

我国古代壁画图像已经存在了不同程度的损坏，现在壁画保护提出了更高的要求，不仅仅是对破损的壁画进行修复[1]，还有进一步的优化工作。所谓优化壁画图像就是对壁画图像进行超分辨率重建，图像的超分辨率重建技术是指输入一张或多张低分辨率图像通过特定的算法输出对应的高分辨率图像。

Chao D等[2]在以往研究的基础上，为了降低计算成本、增强超分辨率的实时性，在网络的末端引入一个反卷积层，然后去除双三次插值，直接从原始的低分辨率图像到高分辨率图像学习映射，并且采用较小的卷积核和更多的映射层。Jiwon Kim等[3]使用一个更深的卷积神经网络，得到更大的感受野，通过残差学习的方法解决深度网络梯度消失的问题同时提高学习率，加快网络收敛速度，最终在视觉效果上有了更好的表现。Mao XJ等[4]提出了一个非常深的完全卷积的编码-解码框架，网络由多个卷积层和反卷积层组成。卷积层捕获图像内容的抽象，同时消除损坏。反卷积层能够对特征图进行上采样并恢复图像细节。Ying T等[5]提出了一种非常深的卷积神经网络模型，获取更好的图像超分辨率效果。特别是，在全局和局部两方面采用残差学习，既降低了训练深层网络的难度又能减少经过深层网络后图像在细节方面的损失。Tong T等[6]通过在非常深的网络中引入密集跳跃连接来实现一种单图像超分辨率重建方法。……