融合层次特征和注意力机制的轻量化矿井图像超分辨率重建方法
针对矿井图像灰暗模糊、边缘不清晰等问题,提出了一种融合层次特征和注意力机制的轻量化矿井图像超分辨率重建方法.首先设计一种残差坐标注意力模块,在残差块中融入坐标注意力机制,使网络获得更丰富的高频细节信息;其次采用层次特征融合机制,对不同网络层次的特征信息进行特征融合,促进边缘细节信息的重建.最后,再对融合后的特征进行降维以减少模型计算量和参数量.为了使模型在真实矿井场景中具有更好的泛化能力,构建了一种煤矿井下图像数据集CMUID用于网络模型的训练和测试实验.实验结果表明,本文算法的重建图像质量在客观指标和主观感受上均优于其他对比算法.当缩放因子为4时,与OISR算法相比,在煤矿井下数据集上PSNR和SSIM的平均值分别提升了0.318 5 dB和0.012 6,在公共数据集上PSNR和SSIM的平均值分别提升了0.1 dB和0.003 5;网络模型参数量减少了70.7%.
矿井图像、超分辨率重建、注意力机制、层次特征、轻量化
43
TP391;TH701(计算技术、计算机技术)
国家自然科学基金;贵州省科技支撑计划重点项目
2023-01-16(万方平台首次上网日期,不代表论文的发表时间)
共12页
73-84