科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有高效超分辨率重建算法大多集中于减少参数量，缺乏对层次特征的关注，存在图像高维特征不能得到充分利用的问题，本文提出了一种高效全局注意网络。主要思想是设计交叉自适应特征块对图像进行不同层次的深度特征提取，以改善图像高频细节信息缺失的问题。另外，本文构造了近邻像素重构块，将空间关联性和像素分析相结合，进一步促进边缘细节信息的重建。此外，还提出一种多阶段动态余弦热重启训练策略，通过动态调整学习率以避免模型过拟合，提高训练过程的稳定性并优化网络性能。大量实验表明，所提方法在Set5等五个基准数据集上相比于其他先进网络，在PSNR/SSIM性能指标上平均提高了0.51dB/0.0078，在参数量/计算量上平均降低了332K/70Flops。综上，本文方法在拥有较低复杂度的同时，获得了更好的性能指标和视觉效果，实现了网络高效化。
- 单位
