科研之友
微信
新浪微博
Facebook
分享链接
摘要
双目图像第二视点为图像超分辨率重建网络提供更多的细节信息，为更充分利用双目图像的互补信息，提出一种基于深度学习的回环结构与视差注意力模块（PAM）相结合的双目图像超分辨率重建网络。该网络特征提取模块由MJR-ASPP+构成的回环结构与扩张残差块交替级联而成，回环结构中混合跳跃式残差（MJR）能聚合网络中不同深度的信息，改进空洞空间金字塔池化块（ASPP+）用于提取图像多尺度特征，扩张残差块融合多级特征的同时有效去噪；引入视差注意力模块获取双目图像中的全局对应关系，集成图像对的有用信息；通过亚像素层重建出超分辨率左（右）图，并将FReLU用于整个网络中提高捕获空间相关性效率。该网络在Middlebury、KITTI2012、KITTI2015和Flickr1024四个公开数据集中都取得了优异结果，实验结果表明该网络具有更好的超分辨率性能。
-
单位西南科技大学; 四川轻化工大学
