-
题名基于特征图注意力机制的图像超分辨率重建
被引量:9
- 1
-
-
作者
鲁甜
刘蓉
刘明
冯杨
-
机构
华中师范大学物理科学与技术学院
华中师范大学计算机学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第3期261-268,共8页
-
基金
国家科技支撑计划课题(2015BAK33B00)
国家社会科学基金(19BTQ005)。
-
文摘
图像超分辨率重建中的高频分量通常包含较多轮廓、纹理等细节信息,为更好地处理特征图中的高频分量与低频分量,实现自适应调整信道特征,提出一种基于特征图注意力机制的图像超分辨重建网络模型。利用特征提取块提取原始低分辨率图像中的特征信息,基于多个结合特征图注意力机制的信息提取块,通过特征信道之间的相互依赖性自适应调整信道特征,以恢复更多细节信息。在此基础上利用重建模块重建出不同尺度的高分辨率图像。在Set5数据集上的实验结果表明,与基于双三次插值的重建模型相比,该模型能够有效提升图像的视觉效果,且峰值信噪比与结构相似度分别提高了3.92 dB和0.056。
-
关键词
超分辨率重建
特征图注意力机制
自适应调整
残差信息
高分辨率图像
-
Keywords
Super-Resolution(SR)reconstruction
attention mechanism of feature map
adaptive adjustment
residual information
High-Resolution(HR)image
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-