基于空间特征变换与反投影的渐进式图像超分辨

作者：秦玉; 谢超宇; 王晓明^*; 陈子鎏

来源：计算机应用研究, 2021, 38(12): 3814-3819.

DOI：10.19734/j.issn.1001-3695.2021.03.0127

• 超分辨率
• 空间特征变换
• 反投影网络
• 渐进式上采样
• 深度学习

基于深度网络的单帧图像超分辨(SISR)方法为目前SR研究热点,但是多数该类方法在特征提取时主要侧重在网络深度结构的探索,忽略了中间空间特征层之间的相似性,并且在重构时忽略了特征层之间的特征差异性。针对上述问题,提出了基于空间特征变换与反投影重构的渐进式网络。该方法的主要特征是,在图像特征提取时对特征空间进行特征仿射变换,从而获得渐进式特征和空间变换特征,增加特征层间的不同相似性。在图像重构阶段,重构模块采用多尺度反投影的策略融合了图像多源特征,从而使得其模块更加注重特征之间的差异性。实验结果表明,相比大多数超分辨算法,所提方法在图像超分辨重建时PSNR/SSIM等评估指标均有较大提升,且重构图像的纹理信息也更加丰富。

• 单位
  西华大学