关键词：卷积神经网络 超分辨 分层特征 多路径 特征融合 

摘要：卷积神经网络在单帧图像超分辨率重建任务中取得了巨大成功,但是其重建模型多是基于单链结构,层间联系较弱且不能充分利用网络提取的分层特征。针对这些问题,本文设计了一种多路径递归的网络结构(MRCN)。通过使用多路径结构来加强层之间的联系,实现特征的有效利用并且提取丰富的高频成分,同时使用递归结构降低训练难度。此外,通过引入特征融合的操作使得在重建的过程中可以充分利用各层提取的特征,并且自适应的选择有效特征。在常用的基准测试集上进行了大量实验表明,MRCN比现有的方法在重建效果上具有明显提升。

光电工程杂志要求:

{1}来稿请附作者简介，包括姓名、所在单位与职称、职务以及联系方式。

{2}来稿文责自负。根据《著作权法》，结合本刊具体情况，编辑部可作修辞等文字修改、删节，凡涉及原意的重大修改，则需征求作者意见。

{3}来稿需包括文章名、内容提要、关键词。内容提要需能简明扼要、客观准确地体现出论文的主要观点；关键词要以分号分隔并列。

{4}文题避免使用简称、缩写、标点符号、化学结构式及药品商品名等不规范名词。论著类文章应有英文题名，其含义应与中文一致，一般以不超过10个实词为宜。

{5}摘要一般应说明研究工作的目的、实验（研究）方法、结果和结论等，中文摘要不超过300字。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社