典型文献
基于非对称特征差异网络的图像超分辨率重建
文献摘要：
在众多图像处理任务中,图像的质量好坏对任务的影响是巨大的.对于低分辨率图像带来的像素模糊和细节缺失等问题,提出一种基于非对称特征差异网络模型用于图像超分辨率重建,将自监督的对比学习思想应用在无监督的图像超分辨率重建领域.通过对比两个网络之间特征图的差异,计算出损失并反向更新网络的权重,增强网络学习图像内部数据分布的能力.设计了一种特征增强模块,进一步提高生成结果的质量.经过图像质量评价指标的客观实验和可视化结果的主观展示,提出的方法能够有效地提高细节特征和图像质量.
文献关键词：
对比学习;非对称孪生网络;特征提取与特征差异;超分辨率重建
中图分类号：
作者姓名：
王彩玲;沈齐
作者机构：
南京邮电大学自动化学院、人工智能学院,江苏南京 210023
文献出处：
引用格式：
[1]王彩玲;沈齐-.基于非对称特征差异网络的图像超分辨率重建)[J].南京邮电大学学报（自然科学版）,2022(02):79-84
A类：
非对称孪生网络,特征提取与特征差异
B类：
图像超分辨率重建,多图像,好坏,低分辨率图像,像素,自监督,对比学习,学习思想,思想应用,无监督,特征图,新网,网络学习,内部数据,数据分布,特征增强模块,生成结果,图像质量评价,质量评价指标,观展,细节特征,和图像
AB值：
0.281235
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
