基于多尺度融合的图像超分辨率重建北大核心CSCD |
| |
引用本文: | 王孝天卢紫微张燕.基于多尺度融合的图像超分辨率重建北大核心CSCD[J].控制工程,2022(9):1573-1579. |
| |
作者姓名: | 王孝天卢紫微张燕 |
| |
作者单位: | 1.辽宁石油化工大学计算机与通信工程学院113001; |
| |
基金项目: | 国家自然科学基金资助项目(61702247);辽宁省自然科学基金资助项目(2019-ZD-0052)。 |
| |
摘 要: | 针对卷积神经网络在图像超分辨率重建任务上忽视提取多尺度特征的问题,提出了一种多尺度融合网络结构。该模型从不同空间尺寸的特征图中提取高频和低频特征,并引入注意力机制,能够自适应地调整不同通道和空间区域的权重。同时,利用不同尺寸的卷积核捕捉多尺度特征,以更好地恢复图像高频细节。在多个基准数据集上进行实验,结果表明,该模型在峰值信噪比、结构相似性和视觉效果上均优于其他几种先进的图像超分辨率重建模型。
|
关 键 词: | 超分辨率重建 深度学习 多尺度特征 注意力机制 |
本文献已被 维普 等数据库收录! |
|