基于特征图注意力机制的图像超分辨率重建

• 作者: 鲁甜 刘蓉 刘明 冯杨
• 来源期刊: 计算机工程
• 关键词: 超分辨率重建 特征图注意力机制 自适应调整 残差信息 高分辨率图像
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 图形图像处理|Graphics and Image Processing
• 页码范围: 261-268
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0056618

摘要

图像超分辨率重建中的高频分量通常包含较多轮廓、纹理等细节信息,为更好地处理特征图中的高频分量与低频分量,实现自适应调整信道特征,提出一种基于特征图注意力机制的图像超分辨重建网络模型.利用特征提取块提取原始低分辨率图像中的特征信息,基于多个结合特征图注意力机制的信息提取块,通过特征信道之间的相互依赖性自适应调整信道特征,以恢复更多细节信息.在此基础上利用重建模块重建出不同尺度的高分辨率图像.在Set5数据集上的实验结果表明,与基于双三次插值的重建模型相比,该模型能够有效提升图像的视觉效果,且峰值信噪比与结构相似度分别提高了3.92 dB和0.056.