图像超分辨率重建的循环两级残差网络

作     者：董彪 张生 韩韧 DONG Biao;ZHANG Sheng;HAN Ren

作者机构：上海理工大学光电信息与计算机学院上海200093 

基　　金：国家重点研发计划(2018YFB1700902) 

出 版 物：《信息与控制》 (Information and Control)

年 卷 期：2023年第52卷第5期

页      码：669-678,688页

摘      要：针对当前基于深度学习图像超分辨率重建方法模型规模大、重建效率低等问题,提出了一种能够获得性能和网络规模优越平衡的图像超分辨率重建网络。首先,利用局部更宽残差块结构,设计了两级残差特征提取模块;然后,以该模块为基础,使用特征图循环传递的方式来构造深层特征提取网络,这可以使得多个网络层共享参数,提高了网络的效率;最后,改进了以往惯常使用的上采样方法,为了弥补分辨率扩张带来高频信息的损失,采用多尺度联合学习的机制构建上采样模块。实验结果表明,与相同类型网络相比,本文方法在维持网络规模较低时,获得了优秀的性能指标和视觉效果。

主 题 词：超分辨率重建 残差网络 特征图循环 多尺度联合学习 

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

核心收录：

D　O　I：10.13976/j.cnki.xk.2023.2354

馆 藏 号：203124148...