基于递归金字塔的多任务轻量化图像超分辨率算法

• 作者: 刘文星 苟光磊
• 来源期刊: 数字技术与应用
• 关键词: 超分辨率重构 递归金字塔 多任务 轻量化
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 算法分析
• 页码范围: 107-109
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2021.04.36

摘要

随着深度学习在超分辨率领域的广泛研究,为提高重建精度,网络结构呈现参数量越来越大的特点,且单个网络只能解决单个放大任务.针对这些问题,提出了基于递归金字塔的多任务轻量化图像超分辨率算法.算法中设计的递归金字塔模块以递归网络为基础,共享特征映射主体的权重使用独立的重建模块完成多个×2的超分子任务.特征映射主体以局部自适应融合模块堆叠而成,采用密集连接和特征自适应融合的方式,实现了特征的高效提取和参数的轻量化.本文方法在Set5、Set14、B100和Urban100上与现有算法进行比较,实验结果表明,所提方法在视觉上重建效果更好,参数量和浮点运算量更少.