科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前的超分辨率方法一般是通过加深网络深度或宽度来提高性能，存在运行时间长、计算力资源大幅增加等缺点。因此设计了一种轻量级的变形卷积网络LDCN(Lightweight deformable convolutional network)，以普通卷积和变形卷积为基础组件，以改进的知识蒸馏方式进行连接，同时提出一种增强的特征注意力融合模块，能够自适应地为特征分配权重，提高特征融合效率。实验结果表明，所提出的LDCN能够在使用较小参数量的同时提高重建图像的PSNR和SSIM，主观视觉效果也有所提高。
- 单位
