Knowledge Commons of Institute of Automation,CAS
基于特征融合注意网络的图像超分辨率重建 | |
周登文; 马路遥; 田金月; 孙秀秀 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2022 | |
卷号 | 48期号:9页码:2233-2241 |
摘要 | 近年来,基于深度卷积神经网络的单图像超分辨率重建,取得了显著的进展,但是,仍然存在诸如特征利用率低、网络参数量大和重建图像细节纹理模糊等问题.我们提出了基于特征融合注意网络的单图像超分辨率方法,网络模型主要包括特征融合子网络和特征注意子网络.特征融合子网络可以更好地融合不同深度的特征信息,以及增加跨通道的学习能力;特征注意子网络则着重关注高频信息,以增强边缘和纹理.实验结果表明:无论是主观视觉效果,还是客观度量,我们方法的超分辨率性能明显优于其他代表性的方法. |
关键词 | 单图像超分辨率 卷积神经网络 特征融合 注意网络 |
DOI | 10.16383/j.aas.c190428 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56283 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 周登文,马路遥,田金月,等. 基于特征融合注意网络的图像超分辨率重建[J]. 自动化学报,2022,48(9):2233-2241. |
APA | 周登文,马路遥,田金月,&孙秀秀.(2022).基于特征融合注意网络的图像超分辨率重建.自动化学报,48(9),2233-2241. |
MLA | 周登文,et al."基于特征融合注意网络的图像超分辨率重建".自动化学报 48.9(2022):2233-2241. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2019-0428.pdf(8374KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[周登文]的文章 |
[马路遥]的文章 |
[田金月]的文章 |
百度学术 |
百度学术中相似的文章 |
[周登文]的文章 |
[马路遥]的文章 |
[田金月]的文章 |
必应学术 |
必应学术中相似的文章 |
[周登文]的文章 |
[马路遥]的文章 |
[田金月]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论