科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统单幅图像超分辨率重建算法未能充分利用浅层特征信息，忽略视觉目标中的空间结构信息，难以捕捉特征通道与高频特征信息之间的依赖关系，重建图像出现伪影、边缘模糊的问题，提出一种基于残差网络和注意力机制的图像超分辨率重建算法。该模型特征提取部分结合WDSR-B(Wider Activation Super-Resolution B)残差网络增强特征信息在网络中的流通，通过坐标注意力机制对特征参数加权，引导网络更好地重建高频特征，恢复图像细节。实验结果表明，4倍图像重建下，在Set5和Set14测试集上的峰值信噪比(PSNR:Peak Signal to Noise Ratio)为31.00 dB、28.96 dB,结构相似性(SSIM:Structural Similarity)为0.893、0.854,重建后的图像在细节、轮廓方面均表现更好，优于其他主流超分辨率重建算法。
- 出版日期2023
- 单位东北石油大学
