高效二阶注意力对偶回归网络的超分辨率重建

来源：计算机工程与应用杂志2022年第20期北京时间：

作者：廉炜雯, 吴斌, 张红英, 李雪

单位：1.西南科技大学 信息工程学院，四川 绵阳 621010；2.特殊环境机器人技术四川省重点实验室，四川 绵阳 621010；

摘要：针对中间层通道特征相关性利用率低、低分辨率图像和高分辨率图像函数映射空间非线性的问题，提出了一种基于高效二阶注意力机制的对偶回归网络（ESADRNet）。该网络将重建任务分为两个回归网络：原始回归网络和对偶回归网络。原始回归网络采用FReLU为激活函数的下采样层对图像进行更高效的空间上下文特征提取；基于多级跳跃连接残差块（MLSCR）和高效二阶通道注意力模块（ESOCA）构成的多级跳跃连接残差注意力模块（MLSCRAG）、共享源跳跃连接（SSC）和亚像素卷积构建渐进式上采样网络，使网络专注于更具辨别性的特征表示，具有更强大的特征表达和特征相关学习能力；利用对偶回归网络约束映射空间，寻找最优重建函数。在Set5、Set14、BSD100和Urban109数据集上经过对比实验证明，该网络在客观定量指标和主观视觉方面均优于其他对比方法。

关键词：超分辨率重建,注意力机制,对偶回归网络,卷积神经网络,深度学习