文档名：多分支残差注意力机制融合的图像超分辨率重建
摘要：针对图像超分辨率重建时存在特征映射不完全,以及映射特征易丢失而导致的重建效果不佳的问题,提出了一种多分支残差注意力机制融合的图像超分辨率重建算法.该算法在深层特征映射部分引入多分支架构,增加了网络宽度;并在每个分支中引入包括融合注意力机制的残差结构,对不同的特征信息进行侧重学习,提高了模型提取特征的能力;然后在非线性映射输出层对多个分支映射的信息进行叠加,进一步使特征信息融合,促进参数传递.试验结果表明,该算法在客观评价指标上和主观图像效果上均优于其他算法,有效提高了重建图像的细节清晰度.
作者：时维国 王佳依Author：SHIWeiguo WANGJiayi
作者单位：大连交通大学自动化与电气工程学院,辽宁大连116028
刊名：大连交通大学学报 ISTIC
Journal：JournalofDalianJiaotongUniversity
年，卷(期)：2023, 44(3)
分类号：
关键词：图像超分辨率重建 残差网络 注意力机制 多分支架构
Keywords：imagesuper-resolutionreconstruction residualnetwork attentionmechanism multibranchar-chitecture
机标分类号：TP391.41U665.261TP273.22
在线出版日期：2023年7月28日
基金项目：辽宁省教育厅科学研究计划资助项目，人工智能四川省重点实验室开放基金资助项目多分支残差注意力机制融合的图像超分辨率重建[
期刊论文] 大连交通大学学报--2023, 44(3)时维国 王佳依针对图像超分辨率重建时存在特征映射不完全,以及映射特征易丢失而导致的重建效果不佳的问题,提出了一种多分支残差注意力机制融合的图像超分辨率重建算法.该算法在深层特征映射部分引入多分支架构,增加了网络宽度;并在...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
多分支残差注意力机制融合的图像超分辨率重建 Image Super-Resolution Reconstruction Based on Multi-Branch and Residual Attention Combination
多分支残差注意力机制融合的图像超分辨率重建.pdf
- 文件大小:
- 1.34 MB
- 下载次数:
- 60
-
高速下载
|
