多尺度残差注意网络的真实图像复原方法

摘要：

为了提高基于深度学习网络方法在真实图像上的复原效果,提出了一种基于多尺度残差注意网络的复原方法.将退化图像输入到该模型中,利用浅层特征网络提取原始低质量图像的浅层特征;利用残差注意网络模块提取深层特征信息和通道相关性,使用局部连接和短跳跃连接进行残差学习;将浅层特征、通道相关性以及上下文深层特征信息输入到重构网络,利用具有不同感受野的特征进行图像复原.实验结果表明,相较于其他对比方法,该方法在图像去噪、图像增强和超分辨率等多个任务中获得最优的结果,能够在不引入伪影的情况下生成纹理细节丰富的清晰图像.

关键词：真实图像复原、多尺度、残差网络、注意力机制

所属期刊栏目：34

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金;贵州省科技厅基础研究项目;铜仁市科技局项目

在线出版日期：2023-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1021-1031