基于自校准双注意力的图像超分重建网络

作     者：周华平 郭颍杰 孙克雷 ZHOU Huaping;GUO Yingjie;SUN Kelei

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 

基　　金：安徽省重点研发计划国际科技合作专项基金资助项目(202004b11020029) 

出 版 物：《安徽理工大学学报（自然科学版）》 (Journal of Anhui University of Science and Technology:Natural Science)

年 卷 期：2023年第43卷第4期

页      码：77-86页

摘      要：由于通过扩展网络深度与宽度提升模型拟合能力会导致计算复杂度和参数量急剧增加,因而限制了其在资源受限设备上的应用。为了解决这一问题,使用基于自校准双注意力的图像超分重建网络。设计一种自校准残差块,利用自校准的思想有目的地恢复图像缺失的纹理细节;网络非线性映射模块主要由多个自校准残差组构成,通过在组内与组间融合各层输出特征,增强模型特征复用能力;提出一种双注意力机制,关注融合后的特征在通道维度和空间维度的重要信息,增强模型特征表达能力。与其他轻量级网络相比,此网络在4个常用基准测试集上的性能指标均达到最优,重建图片纹理更加清晰,在参数量与性能之间达到了很好的平衡。

主 题 词：图像超分辨率 注意力机制 自校准 特征融合 轻量化 

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

D　O　I：10.3969/j.issn.1672-1098.2023.04.012

馆 藏 号：203123762...