基于多残差网络的结构保持超分辨重建

• 作者: 张铭津 彭晓琪 郭杰 李云松 王楠楠 高新波
• 来源期刊: 模式识别与人工智能
• 关键词: 超分辨率重建 深度学习 多残差网络 结构保持
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 论文与报告|Papers and Reports
• 页码范围: 232-240
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.202103005

摘要

针对图像超分辨率重建中几何结构扭曲和细节缺失等问题,文中提出基于多残差网络的结构保持超分辨重建算法.在小波变换域和梯度域上进行深度学习.文中算法包含3种残差网络.残差梯度网络用于结构及边缘信息的重建.残差小波变换网络从整体上进行图像高频信息的重建.残差通道注意力网络通过调整网络注意力,着重学习重要的通道特征,从局部恢复图像高频信息,提高重建效率.实验表明,文中算法在定量结果和视觉效果方面均取得较优表现.