基于多层次特征融合的图像超分辨率重建

摘要：

深度卷积神经网络显著改进了单图像超分辨率的性能.更深的网络往往能获得更好的性能.但是,加深网络会导致参数量急剧增加,限制了它在资源受限设备上的应用,比如智能手机.提出了一个融合多层次特征的轻量级单图像超分辨率网络,主要构件是双层嵌套残差块.为了更好地提取特征,减少参数量,每个残差块采用对称结构:先两次扩张,然后两次压缩通道数.在残差块中,通过添加自相关权重单元,加权融合不同通道的特征信息.实验证明,该方法显著优于当前同类方法.

关键词：残差学习、层次特征信息、超分辨率、卷积神经网络

所属期刊栏目：49

分类号：TP391;TN911.73;TP183

在线出版日期：2023-01-16（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：161-171