自适应融合层级特征的混合退化图像复原算法

作     者：白亮 刘辉 尚振宏 Bai Liang;Liu Hui;Shang Zhenhong

作者机构：昆明理工大学信息工程与自动化学院昆明650500 中国科学院云南天文台昆明650216 昆明理工大学云南省人工智能重点实验室昆明650500 

基　　金：国家自然科学基金(12063002,11873027,61462052) 云南省重大科技专项计划(202002AD080001) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2021年第33卷第2期

页      码：215-222页

摘      要：多种退化类型混合的图像比单一类型的退化图像降质更严重,很难建立精确模型对其复原,研究端到端的神经网络算法是复原的关键.现有的基于操作选择注意力网络的算法(operation-wiseattentionnetwork,OWAN)虽然有一定的性能提升,但是其网络过于复杂,运行较慢,复原图像缺乏高频细节,整体效果也有提升的空间.针对这些问题,提出一种基于层级特征融合的自适应复原算法.该算法直接融合不同感受野分支的特征,增强复原图像的结构;用注意力机制对不同层级的特征进行动态融合,增加模型的自适应性,降低了模型冗余;另外,结合L1损失和感知损失,增强了复原图像的视觉感知效果.在DIV2K,BSD500等数据集上的实验结果表明,该算法无论是在峰值信噪比和结构相似性上的定量分析,还是在主观视觉质量方面,均优于OWAN算法,充分证明了该算法的有效性.

主 题 词：自适应复原 混合退化 层级特征融合 感知损失 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2021.18482

馆 藏 号：203102046...