| 多层次融合注意力网络的双目图像超分辨率重建 |
| |
| 引用本文： | 徐磊,宋慧慧,刘青山.多层次融合注意力网络的双目图像超分辨率重建[J].中国图象图形学报,2023,28(4):1079-1090. |
| |
| 作者姓名： | 徐磊 宋慧慧 刘青山 |
| |
| 作者单位： | 1.南京信息工程大学大气环境与装备技术协同创新中心，南京 210044;2.江苏省大数据分析技术重点实验室，南京 210044 |
| |
| 基金项目： | 国家自然科学基金项目（61872189，61532009）；江苏省自然科学基金项目（BK20191397） |
| |
| 摘 要： | 目的 随着深度卷积神经网络广泛应用于双目立体图像超分辨率重建任务，双目图像之间的信息融合成为近年来的研究热点。针对目前的双目图像超分辨重建算法对单幅图像的内部信息学习较少的问题，提出多层次融合注意力网络的双目图像超分辨率重建算法，在立体匹配的基础上学习图像内部的丰富信息。方法 首先，利用特征提取模块从不同尺度和深度来获取左图和右图的低频特征。然后，将低频特征作为混合注意力模块的输入，此注意力模块先利用二阶通道非局部注意力模块学习每个图像内部的通道和空间特征，再采用视差注意力模块对左右特征图进行立体匹配。接着采用多层融合模块获取不同深度特征之间的相关信息，进一步指导产生高质量图像重建效果。再利用亚像素卷积对特征图进行上采样，并和低分辨率左图的放大特征相加得到重建特征。最后使用1层卷积得到重建后的高分辨率图像。结果 本文算法采用Flickr1024数据集的800幅图像和60幅经过2倍下采样的Middlebury图像作为训练集，以峰值信噪比（peak signal-to-noise ratio,PSNR）和结构相似性（structural similarity,SSIM）作为指标。实验在3个...
|
| 关 键 词： | 卷积神经网络(CNN) 双目图像超分辨率 注意力机制 立体匹配 信息融合 |
| 收稿时间： | 2021/12/16 0:00:00 |
| 修稿时间： | 2022/4/18 0:00:00 |
Super-resolution reconstruction of binocular image based on multi-level fusion attention network |
| |
| Xu Lei,Song Huihui,Liu Qingshan.Super-resolution reconstruction of binocular image based on multi-level fusion attention network[J].Journal of Image and Graphics,2023,28(4):1079-1090. |
| |
| Authors: | Xu Lei Song Huihui Liu Qingshan |
| |
| Affiliation: | 1. Collaborative Innovation Center on Atmospheric Environment and Equipment Technology, Nanjing University of Information Science and Technology, Nanjing 210044, China;2. Jiangsu Key Laboratory of Big Data Analysis Technology, Nanjing 210044, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
