基于并行反向投影的图像超分辨率

摘要：

基于反向投影的残差特征提取与融合,可有效提升深度网络的特征提取能力,从而有益于改善图像的超分辨率重构性能.在此基础上提出了一种改进的采用并行反向投影策略的图像超分辨率深度网络,通过并行增强处于不同频段的高频特征,得到超分辨率性能的进一步提升.具体进行浅层特征提取后,网络经过多级的双路并行的反向投影特征增强模块.每一级模块中包含两个通路,分别采用顺序相反的上下采样,可同时得到处于不同频段的残差特征信息.通过对多级残差特征的融合,图像的高频特征得到不断的增强.同时网络引入了多尺度特征提取与通道注意力机制,以改进特征表达和学习能力.在多个公开的数据集上的大量实验结果表明,该方法可以有效提升超分辨率性能,并且在减少模型复杂度方面有一定的成效.

关键词：单图像超分辨率、深度网络、并行反向投影、多尺度特征、注意力机制

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点实验室基金;中南民族大学重点教研项目;中南民族大学研究生课程思政示范课程项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2024-01-15（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：53-60