《电子测量技术杂志》发表论文赏析

通道可分离残差网络的图像超分辨率重建

来源:电子测量技术杂志2023年第6期北京时间:

作者:李轩,刘小祎

单位:沈阳航空航天大学电子信息工程学院 沈阳 110136

摘要:针对现有图像超分辨率重建技术中存在的特征提取方式单一、中间层特征提取不充分等问题,提出了一种通道可分离残差网络。首先,利用多尺度卷积的思想设计出多分支卷积块,充分提取图像的低频信息;其次,利用通道压缩进行降维以精简特征信息,并引入坐标注意力机制对局部融合特征进行增强,通过长短跳跃连接,在加速收敛的同时使得主干网络专注于提取高频特征;最后通过上采样层重建出高分辨率图像。将本算法在Set5、Set14、BSD100和Urban100等4个超分辨率重建领域中公共数据集上进行对比分析,其中在2倍重建任务的Set5数据集上,与DBPN相比,参数量是它的2/5,PSNR和SSIM分别高出0.09 dB和0.001 6。实验结果表明,该算法对图像特征充分提取,以较少的参数量实现了与其他大型模型性能相近甚至更好的重建效果。

关键词:超分辨率重建;残差网络;通道压缩;特征融合;注意力机制

基金资助:国家自然科学基金(61901284)、辽宁省重点研发计划项目(2020JH2/10100045)、辽宁省“兴辽英才计划”项目(XLYC1907022)资助

2023年6期其他文献查阅:

深度强化学习在机器人路径规划中的应用

基于快速非奇异终端滑模的隧道工程车辆轨迹跟踪研究

基于毫米波雷达传感器RAI图像的手势识别方法

融合迁移学习的绝缘子缺陷分级检测方法

基于改进的猎食者优化的D2D通信功率控制方法

永磁同步电机改进滑模观测器矢量控制

改进型A*算法的可重构机器人路径规划研究

大坝监测数据多维度LSTM异常检测与恢复

语音转录后文本的中文拼写纠错模型

改进YOLOX的弱光线道路交通标志检测

基于强化特征学习和表达策略的孪生网络跟踪算法

基于超像素锚层收敛选点的高光谱图像聚类算法

通道可分离残差网络的图像超分辨率重建

基于改进生成对抗网络的无监督晶圆缺陷检测

基于改进RetinaNet-GHM算法的钢板表面缺陷检测

复杂环境下多模态特征融合的疲劳驾驶检测

基于人工智能图像识别的输电线路巡检研究

基于模板与内容分离的票据识别方法

基于双路特征的宫颈细胞核分割

融合多组双目视觉系统的管道尺寸测量技术研究

一种具有自学习能力的用户感知人工智能测量方法

基于激光雷达的港口环境海面目标检测

基于轻量型网络的口罩遮挡人脸识别方法

基于亚像素级的墙面裂缝宽度检测方法研究

基于AD8232的表面肌电信号采集系统设计

基于改进动态时间规整算法的终端波形比对方法

基于WiFi信号的老年人家居行为识别算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!