基于双域非局部网络的图像超分辨率重建

作     者：王亚欣 徐龙 张选德 张鑫泽 WANG Yaxin;XU Long;ZHANG Xuande;ZHANG Xinze

作者机构：陕西科技大学电子信息与人工智能学院西安710021 中国科学院国家天文台北京100101 

基　　金：国家自然科学基金资助项目(61871260) 

出 版 物：《中国科技论文》 (China Sciencepaper)

年 卷 期：2022年第17卷第11期

页      码：1289-1295页

摘      要：针对现有图像超分辨率重建算法在学习图像更深层次特征时面临难以捕捉全局化特征的问题,提出一种新的双域非局部(dual domain non-local,DDNL)深度神经网络。DDNL网络包含2个分支,即用于图像超分辨率重建的主分支和提供图像双域非局部信息的先验分支。先验分支通过非局部模块获取图像域和梯度域的非局部特征后,以多层通道注意力模块处理,使特征在空间维度和通道维度均得到增强;设计非局部残差密集连接结构,将先验分支提取的双域非局部特征融合进主分支,指导网络学习深层特征并降低网络捕捉全局化特征的难度。实验结果表明,DDNL网络能够获得更好的客观评价指标和主观视觉效果,对图像纹理细节的恢复更为清晰、准确。

主 题 词：图像处理 超分辨率重建 卷积神经网络 非局部神经网络 通道注意力 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

D　O　I：10.3969/j.issn.2095-2783.2022.11.017

馆 藏 号：203115558...