Matlab边界识别代码-3DSRnet：3DSRnet官方仓库（ICIP2019）

简介：
3DSRnet是针对三维图像边界识别的深度学习模型，相关代码收录于本Matlab官方仓库。该研究在ICIP 2019会议上展示并发表。 我们提供用于3DSRnet的训练与测试代码、预训练权重及数据集（包括训练和测试部分）。这些资源可用于在Vidset4基准上进行视频超分辨率任务，并提供了Bicubic、VSRnet、VESPCN以及GT的结果对比。 如果您发现此存储库有用，请考虑引用我们的论文。参考文献如下： 金秀烨，林正妍，泰英娜，金梦珠。《基于3D-CNNS的视频超分辨率：考虑场景变化》。2019年IEEE国际图像处理会议。 扩展论文为：《3DSRnet: 使用3D卷积神经网络进行视频超分辨率》，作者同上。 我们的代码是使用MatConvNet实现的，需要MATLAB环境支持，并通过适当的安装步骤完成MatConvNet的配置。此外，3D卷积层基于pengsun在Linux系统中的mex实现方法，在运行任何源代码之前必须先安装MexConv3D。该代码已在以下设置中进行了测试：MATLAB2017a、MatConvNet1.0-beta25和CUDA9.0。