基于信息蒸馏级联伸缩网络的图像超分辨率重建

作     者：赵小强 李希尧 ZHAO Xiaoqiang;LI Xiyao

作者机构：兰州理工大学电气工程与信息工程学院甘肃兰州730050 兰州理工大学甘肃省工业过程先进控制重点实验室甘肃兰州730050 兰州理工大学国家级电气与控制工程实验教学中心甘肃兰州730050 

基　　金：国家自然科学基金资助项目(62263021) 国家重点研发计划资助项目(2020YFB1713600) 国防基础科研资助项目(JCKY2018427C002) 甘肃省教育厅产业支撑计划项目(2021CYZC-02) 甘肃省科技计划资助项目(21YF5GA072,21JR7RA206) 

出 版 物：《湖南大学学报（自然科学版）》 (Journal of Hunan University:Natural Sciences)

年 卷 期：2023年第50卷第8期

页      码：52-61页

摘      要：针对图像超分辨率重建算法在图像高频信息恢复过程中特征提取不充分、利用效率不高、重建高频细节能力不足等问题,本文提出了一种基于信息蒸馏级联伸缩网络的图像超分辨率重建算法.首先,构建特征可伸缩的信息蒸馏块,通过扩大信息蒸馏中输入信息的特征感受野,以及采用通道注意力提取感兴趣信息,解决了信息蒸馏的图像超分辨率重建非线性映射过程中特征提取不充分的问题;然后,设计级联残差叠加映射块,该块将多个残差块组合在一起,通过将残差结构中的残差部分引出并采用级联叠加的方式,增加了信息蒸馏块间信息的传递,使提取的特征信息包含更多细节.实验结果表明,本文算法重建图像相比其他对比算法更为清晰,峰值信噪比(PSNR)和结构相似度(SSIM)均有较大的提升.

主 题 词：超分辨率重建 卷积神经网络 信息蒸馏 残差网络 注意力机制 

学科分类：080903[080903] 0809[工学-计算机类] 08[工学] 080501[080501] 0805[工学-能源动力学] 080502[080502] 

核心收录：

D　O　I：10.16339/j.cnki.hdxbzkb.2023271

馆 藏 号：203122798...