10.3785/j.issn.1008-973X.2023.09.020
基于多级连续编码与解码的图像超分辨率重建算法
以卷积神经网络为模型框架的图像超分辨率重建算法难以提取低分辨率图像内部的多层次特征信息,导致重建图像缺少丰富细节,为此提出新的图像超分辨率重建算法.所提算法通过初始卷积层从低分辨率图像提取浅层特征;通过多个端对端连接的多级连续编码与解码的注意力残差模块获取低分辨率图像内部不同层级的图像特征,按照不同的提取难度生成这些特征的权重,重新校准不同层次的图像特征,获取图像内部丰富的细节特征;通过上采样模块和重建卷积层将提取到的丰富细节特征和浅层特征重建成高分辨率图像.在Set5、Set14、BSD100和Urban100测试集上进行的对比测试结果表明,使用所提算法重建的图像在客观评价指标、视觉效果上均优于使用主流算法重建的图像.
超分辨率重建、卷积神经网络、多级连续编码与解码、注意力、多层次特征信息
57
TP391(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;甘肃省科技计划资助项目;甘肃省科技计划资助项目;甘肃省教育厅产业支撑计划资助项目
2023-10-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
1885-1893