计算机时代2023，Issue(4) ：120-122,126.DOI:10.16644/j.cnki.cn33-1094/tp.2023.04.024

基于特征融合的图像超分辨率

Image super resolution based on feature fusion

端木春江 石亮
计算机时代2023，Issue(4) ：120-122,126.DOI:10.16644/j.cnki.cn33-1094/tp.2023.04.024
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于特征融合的图像超分辨率

Image super resolution based on feature fusion

端木春江 1石亮1
扫码查看

作者信息

  • 1. 浙江师范大学物理与电子信息工程学院,浙江 金华 321004
  • 折叠

摘要

近年深度卷积神经网络在图像超分辨率领域取得了巨大成功.然而多数基于深度卷积神经的超分辨率模型不能很好地利用来自低分辨率图像的各级特征,从而导致相对较差的性能.本文采用全局特征融合的方法,对全局多层次特征进行联合学习,充分利用各卷积通道特征,通过全局跳跃连接,使网络更注重高频信息的学习,并采用亚像素卷积实现上采样重建,取得了更好的效果.

关键词

图像超分辨率/特征融合/卷积神经网络/亚像素卷积

引用本文复制引用

基金项目

浙江省自然科学基金(LY15F010007)

浙江省自然科学基金(Y1110510)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量1
段落导航相关论文