本发明公开了一种基于自适应权重学习的轻量化超分辨率重建方法,包括：使用特征提取网络对输入图像提取图像浅层特征；经过含有自适应权重分配机制的非线性映射网络提取图像浅层特征,利用注意力和无注意力两个分支提取的信息,采用自适应权重融合分支动态分配两个分支的权重,同时通过卷积层拆分和融合两条分支,获得图像深层特征；经过重建网络提取图像深层特征,获得重建高分辨率图像。该方法大幅降低了两个分支的参数量,更好地与自适应权重分配机制结合,在提升网络重建性能的同时降低了网络的参数量。
科研之友
微信
新浪微博
Facebook
分享链接
