基于特征交互融合与注意力的光场图像超分辨率
光场图像包含丰富的空间信息和角度信息,在三维重建、虚拟现实领域有广泛应用.但由于光场相机的内部限制,光场图像的低空间分辨率阻碍了其应用发展,具体表现为图像边缘区域的模糊.考虑到光场子孔径图像中空间信息包含着丰富的纹理和高频细节,而角度信息则对应不同视图之间的相关性,提出一种基于特征交互融合与注意力的光场图像超分辨率网络.通过特征提取和特征交互融合模块充分融合光场的空间角度信息;通过特征通道注意力模块自适应地学习有效信息,抑制冗余信息并细化图像的高频细节;通过光场结构一致性模块保持光场图像间的视差结构.在5个光场数据集上的实验结果表明,所提网络得到的超分辨率结果性能普遍优于所比较的超分辨率网络.
图像处理、超分辨率、深度学习、光场图像、注意力机制
60
TP391(计算技术、计算机技术)
2023-08-21(万方平台首次上网日期,不代表论文的发表时间)
共10页
160-169