空间光子信息新技术研究室知识库

针对监控视频中车牌图像超分辨率重建数据处理量较大、性能较差的问题,本文提出了一种基于逐级反投影网络的车牌图像超分辨率方法。首先,为了减少超分辨率网络数据处理量,采用车牌检测的方法检测并提取出低分辨率车牌区域;然后,将DBPN（Deep Back Projection Network For Super-Resolution）中较大的采样倍数分解,以逐级采样的方式完成迭代的反投影。在逐级反投影单元中,跳线连接融合逐级采样产生的中间尺度特征来提高特征利用率;1×1卷积层对融合后的中间尺度特征降低维度,同时可以保留关键信息;最后,根据逐级上投影单元产生的高分辨率特征图融合生成RGB车牌图像。实验表明,本文算法不仅降低了超分辨率网络的数据处理量以及参数量,而且车牌图像超分辨率重建质量从主观感受和客观评价指标相比于DBPN有很大的提升。