高效多注意力特征融合的图像超分辨率重建算法

摘要：

为改善图像质量,提升观测效果,针对现有超分辨率重建算法由于网络层数过深导致的信息丢失、参数量大的问题,提出一种高效多注意力特征融合的图像超分辨率重建算法(EMAFFN).该算法通过渐进式特征融合块(PFFB)逐步提取图像的特征信息,减少特征信息在深层次网络传递过程中的丢失,同时结合PFFB内部的高效多注意力块(EMAB)在通道和空间两个分支作用,自适应的对提取到的特征进行加权,使网络更多的关注高频信息,最后使用多尺度感受野块(RFB_x)对提取到的特征进行增强、并多尺度融合特征来提升重建模块的性能.实验结果表明,EMAFFN在公共数据集Set5上的平均PSNR值最高达到37.93dB,SSIM达到0.9609,重建后的图像恢复了更多的高频信息,纹理细节丰富,更接近于原始图像.

关键词：超分辨率重建、注意力机制、特征提取、多尺度融合

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省自然科学基金面上项目;国家自然科学基金;安徽高校协同创新项目;安徽省重点研究与开发计划项目

在线出版日期：2023-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1023-1028