科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着卷积神经网络的发展，图像超分辨率重建算法取得了一定的突破。尽管如此，现有的图像超分辨率算法很少区分利用层次特征，并且存在多尺度特征提取代价大的问题。针对这些问题，提出了层次信息自适应聚合的图像超分辨率重建算法。具体来说，采用多层次信息精炼机制对不同层次的特征进行自适应增强处理，解决层次特征没有区分利用的问题。另外，构造细粒度的多尺度信息聚合块，解决多尺度信息提取代价大，特征表征能力弱的问题。最后，提出对比度增强的重组注意力块，以较低的代价同时利用特征的通道和空间信息，实现对特征的自适应校准。大量实验表明，相比其他先进的算法，所提方法在Urban100等五个基准数据集上能取得更好的指标和视觉效果。
- 单位
