首页|基于空间特征变换与反投影的渐进式图像超分辨

基于空间特征变换与反投影的渐进式图像超分辨

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Image super-resolution based on spatial feature transformation and back projection progressive reconstruction network

秦玉、谢超宇、王晓明、陈子鎏

展开 >

西华大学 计算机与软件工程学院,成都610039

西华大学 机器人研究中心,成都610039

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

西华大学研究生创新基金

Ycjj2019095

2021

10.19734/j.issn.1001-3695.2021.03.0127

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(12)
  • 1
  • 2