1. <var id="66166"><rt id="66166"></rt></var>
        <var id="66166"><rt id="66166"><big id="66166"></big></rt></var>
        首頁 > 論文 > 激光與光電子學進展 > 57卷 > 04期(pp:041504)

        基于殘差通道注意力和多級特征融合的圖像超分辨率重建

        • 摘要
        • 論文信息
        • 參考文獻
        • 被引情況
        分享:

        摘要

        針對模型VDSR(very deep super resolution),忽略特征通道的相互聯系,未能充分利用各層特征,以及模型參數量過大,計算復雜度過高等問題。本文提出一種基于殘差通道注意力和多級特征融合的的圖像超分辨率重建的網絡結構,通過引入殘差通道注意力,自適應的校正信道的特征響應,提高網絡的表征能力;網絡整體使用遞歸結構,在每個遞歸塊內實現參數共享,減少參數數量;多級特征融合的方式充分提取圖像特征,并使用分組卷積代替傳統卷積進一步減少參數數量,降低計算復雜度。本算法在保證圖像重建質量的同時降低了模型的參數量和復雜度,在圖片放大四倍時,參數量和計算復雜度約為VDSR的0.33倍和0.02倍。

        Newport宣傳-MKS新實驗室計劃
        補充資料

        DOI:10.3788/lop57.041504

        作者單位:

            哈爾濱工程大學
            哈爾濱工程大學

        引用該論文

        席志紅,袁昆鵬. 基于殘差通道注意力和多級特征融合的圖像超分辨率重建[J].激光與光電子學進展,2020,57(04):041504.

        色女孩