多尺度注意力特征融合的单图像超分辨率研究OACSTPCD
Research on Single Image Super-resolution Based on Multi-scale Attention Feature Fusion
高分辨率意味着图像具有高像素密度,可以提供更多的细节,这些细节往往在应用中起到关键作用.基于生成对抗网络的图像超分辨率由于具有生成丰富细节的潜力,近年来受到越来越多的关注.针对现有的网络模型忽略从特征中学习本质纹理特征和感受野有限的问题,基于Real-ESRGAN和多尺度注意力特征融合,对网络进行优化,将残差稠密块替换成大核分解和多尺度学习相结合模块与全局学习与下采样模块的双分支结构方法,提出一种多尺度注意力融合的单图像超分辨率重建算法,增强每个…查看全部>>
High resolution means that the image has a high pixel density,which can provide more details,which often play a key role in the application.Image super-resolution based on generative adversarial networks has attracted more and more attention in recent years due to its potential to generate rich details.Aiming at the problem that the existing network model ignores the learning of essential texture features from features and the limited receptive field,based o…查看全部>>
沈学利;翟宇琦;关刘美;苏婷
辽宁工程技术大学 软件学院,辽宁 葫芦岛 125105辽宁工程技术大学 软件学院,辽宁 葫芦岛 125105辽宁工程技术大学 软件学院,辽宁 葫芦岛 125105辽宁工程技术大学 软件学院,辽宁 葫芦岛 125105
计算机与自动化
生成对抗网络图像超分辨率多尺度注意力特征融合大核分解全局学习与下采样令牌
generative adversarial networkimage super-resolutionmulti-scale attention feature fusionlarge kernel decompositionglobal learning and down-samplingtoken
《计算机技术与发展》 2024 (7)
31-39,9
国家自然科学基金资助项目(62173171)
评论