基于深度学习的图像超分辨率重建算法

刘骥飞; 杨胜华; 周学君

doi:10.16009/j.issn.1009-5624.2026.12.010

信息记录材料 ›› 2026, Vol. 27 ›› Issue (12) : 28 -30. DOI: 10.16009/j.issn.1009-5624.2026.12.010

基于深度学习的图像超分辨率重建算法

刘骥飞, 杨胜华, 周学君

作者信息 +

Author information +

文章历史 +

摘要

针对传统图像超分辨率重建方法存在的边缘模糊、细节易丢失等问题，本文针对深度学习技术在该领域的应用展开系统研究，通过对比分析卷积神经网络(CNN)、生成对抗网络(GAN)、残差网络(ResNet)和变换器等模型，在多个标准数据集上评估不同模型的性能表现。实验结果表明，深度学习模型在峰值信噪比(PSNR)和结构相似性指数(SSIM)等指标上显著优于传统方法，重建的图像更加清晰且自然。