多尺度残差聚合特征网络图像超分辨重建

作     者：何立风 苏亮亮 周广彬 袁朴 陆泊帆 于佳佳 He Lifeng;Su Liangliang;Zhou Guangbin;Yuan Pu;Lu Bofan;Yu Jiajia

作者机构：陕西科技大学电子信息与人工智能学院陕西西安710021 日本爱知县立大学信息科学学院爱知长久手480-1198 

基　　金：国家自然科学基金(61971272) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2021年第58卷第24期

页      码：242-251页

摘      要：针对现有基于深度卷积神经网络模型的图像超分辨重建技术存在图像特征提取尺度单一和中间层次特征利用不充分等问题,提出了一种多尺度残差聚合特征网络模型。首先,该模型利用不同扩展系数的扩展卷积和残差连接设计了一种混合扩展卷积残差块(HERB),有效地提取到图像多个尺度的特征信息;其次,引入了一种特征聚合机制(AM),解决了网络中间层次特征利用不充分的问题。在常用的5种数据集上进行的实验结果表明,所提网络模型在主观视觉效果和客观评价指标上都比其他模型具有更好的性能。

主 题 词：图像处理 超分辨重建 多尺度特征信息 扩展卷积 残差连接 聚合机制 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3788/LOP202158.2410011

馆 藏 号：203107244...