基于注意力机制与特征融合的图像超分辨率重建OA北大核心CSCDCSTPCD
Image Super-Resolution Reconstruction Based on Attention Mechanism and Feature Fusion
目前多数利用卷积神经网络进行图像超分辨率重建的方法忽视对自然图像固有属性的捕捉,并且仅在单一尺度下提取特征.针对该问题,提出一种基于注意力机制和多尺度特征融合的网络结构.利用注意力机制融合图像的非局部信息和二阶特征,提高网络的特征表达能力,同时使用不同尺度的卷积核提取图像的不同尺度信息,以保存多尺度完整的信息特征.实验结果表明,该方法重建图像的客观评价指标和视觉效果均优于Bicubic、SRCNN、SCN和LapSRN方法.
王诗言;曾茜;周田;吴华东
重庆邮电大学 通信与信息工程学院,重庆 400065重庆邮电大学 通信与信息工程学院,重庆 400065重庆邮电大学 通信与信息工程学院,重庆 400065重庆邮电大学 通信与信息工程学院,重庆 400065
信息技术与安全科学
超分辨率重建卷积神经网络非局部信息二阶特征注意力机制多尺度特征
《计算机工程》 2021 (3)
269-275,283,8
重庆市基础与前沿技术研究专项(cstc2016jcyjA0542).
评论