基于空间注意力残差网络的图像超分辨率重建模型

摘要：

卷积神经网络中的层次特征可以为图像重建提供重要信息.然而,现有的一些图像超分辨率重建方法没有充分利用卷积网络中的层次特征.针对该问题,本文提出一种基于空间注意力残差网络的模型(Residual Network Based on Spatial Attention,SARN).具体来说,首先设计一种空间注意力残差模块(Spatial Attention Residual Block,SARB),将增强型空间注意力模块(Enhanced Spatial Attention,ESA)融入残差模块中,网络可以获得更有效的高频信息;其次融入特征融合机制,将网络各层获得的特征进行融合,提高网络中层次特征的利用率;最后,将融合后特征输入重建网络,得到最终的重建图像.实验结果表明,该模型无论在客观指标上,还是主观视觉效果上均优于对比算法,这说明本文提出的模型可以有效地利用图像中的层次特征,从而获得较好的超分辨率重建效果.

关键词：超分辨率重建、空间注意力、残差网络、特征融合机制、层次特征

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62071084

在线出版日期：2023-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：45-52