图像超分辨率是底层视觉领域的一项代表性任务，相关研究发现，图像某个像素位置的重建质量与其周围的背景有关。基于这一发现，该文探索了通过分割输入图像解释网络的新视角，提出了一种简单组合数据集，该数据集信息量丰富，但单张图中仅包含单一的纹理信息。实验证明，与目标区域纹理相近的背景，较有利于模型在该区域的超分辨率重建；对比分析注意力机制与传统卷积神经网络，结果显示，注意力结构更能帮助网络关注长程有效信息。
科研之友
微信
新浪微博
Facebook
分享链接
