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：模式识别与人工智能, 2021, 34(03): 232-240.

DOI：10.16451/j.cnki.issn1003-6059.202103005

• 超分辨率重建
• 深度学习
• 多残差网络
• 结构保持

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.

• 单位
  中国科学院; 综合业务网理论及关键技术国家重点实验室; 西安电子科技大学; 重庆邮电大学; 中国科学院西安光学精密机械研究所