吉林大学学报(信息科学版) ›› 2023, Vol. 41 ›› Issue (3): 484-492.
刘 斌, 王耀威
LIU Bin, WANG Yaowei
摘要: 针对传统单幅图像超分辨率重建算法未能充分利用浅层特征信息, 忽略视觉目标中的空间结构信息,难以捕捉特征通道与高频特征信息之间的依赖关系, 重建图像出现伪影、 边缘模糊的问题, 提出一种基于残差网络和注意力机制的图像超分辨率重建算法。 该模型特征提取部分结合 WDSR-B( Wider Activation Super-Resolution B)残差网络增强特征信息在网络中的流通, 通过坐标注意力机制对特征参数加权, 引导网络更好地重建高频特征, 恢复图像细节。 实验结果表明, 4 倍图像重建下, 在 Set5 和 Set14 测试集上的峰值信噪比(PSNR: Peak Signal to Noise Ratio)为 31. 00 dB、28. 96 dB, 结构相似性( SSIM: Structural Similarity) 为 0. 893、0. 854, 重建后的图像在细节、 轮廓方面均表现更好, 优于其他主流超分辨率重建算法。
中图分类号: