基于空间通道注意力机制的渐进式图像超分辨重建算法

• 作者: 秦玉 谢超宇 王晓明
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 注意力机制 空间特征变换 渐进式上采样 超分辨率 深度学习
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 计算机与信息技术|Computer and Information Technology
• 页码范围: 39-50
• 页数: 12页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.12198/j.issn.1673-159X.4060

摘要

目前在单帧图像超分辨率(SISR)研究领域中,一些深度网络在重构阶段通过简单级联、通道注意、空间注意等方式,利用中间特征来提高图像重构效果,但是它们通常只注意到其中一个方向.为此,文章研究了一种新的注意力,即基于空间特征变换(SFT)的空间通道注意力,并提出了基于SFT的空间通道注意力机制重构的渐进式网络算法.该算法多角度地利用中间特征进行图像重构,首先基于SFT提供更多的相似性特征,然后在重构时利用SFT空间通道注意力模块(SFTCA模块)提供通道贡献力度和空间依赖关系.实验结果表明,相对于大多数超分辨重建算法,该算法在图像超分辨重构时各评价指标均有较大提升,所重构的图像纹理信息更加清晰.