基于手机平台的图像超分辨深度学习算法设计与实现开题报告
2020-02-19 22:19:20
1. 研究目的与意义(文献综述)
随着手机的普及和应用,人们对高质量视频和图像的期待日益增加,例如:在刑事案件中从监控视频中提取犯罪嫌疑人的重要信息;恢复具有低分辨率摄像头的移动设备所拍的珍贵照片等等。然而,由于网络传输的影响,从网络下载的或经过app网络如微信等传输后的图片或视频,其分辨率较低,影响用户使用。
超分辨率技术对重建高分辨率图像具有重要意义。超分辨技术是指从观测到的低分辨率图像重建出相应的高分辨率图像,在监控设备、卫星图像和医学影像等领域都有重要的应用价值。
近年来国内外提出了很多基于深度学习的超分辨算法。例如:
2. 研究的基本内容与方案
1)基本内容及目标
学习并熟悉图像超分辨算法的核心思想和代码实现以及手机的基本架构,明确超分辨算法应在哪部分进行加载并使用,实现手机平台上的图片超分辨app开发代码并能够使用简单功能,帮助人们通过手机获取高分辨率图像。
2)拟采用方案及措施
3. 研究计划与安排
1-3周:查阅文献,熟悉超分辨图像的机器学习算法,熟悉手机平台架构以及app基本开发工具和流程完成开题报告;
4-6周:明确该课题的创新和实现思路,并完成基本代码框架的搭建,完成论文综述报告;
7-10周:设计创新思路的关键代码模块,实现图像超分辨app的开发代码并验证基本功能;
4. 参考文献(12篇以上)
[1] del gallego, neil patrick,and joel ilao. "multiple-image super-resolution on mobile devices: animage warping approach." eurasip journal on image and videoprocessing2017.1 (2017): 8.
[2] zeng, xiao, kai cao, and mi zhang."mobiledeeppill: a small-footprint mobile deep learning system forrecognizing unconstrained pill images." proceedings of the 15thannual international conference on mobile systems, applications, and services.acm, 2017.
[3] han, wei, et al. "imagesuper-resolution via dual-state recurrent networks." proc. cvpr.2018.