典型文献
基于残差网络的双路径图像超分辨率重建算法
文献摘要：
深度卷积神经网络为图像超分辨率领域的快速发展做出了巨大的贡献.然而,一些算法基本上没有充分利用图像的低频信息,因此导致性能相对较低.为了解决上述问题,故提出了一种基于残差网络的双路径图像超分辨率重建算法,通过去除残差模块中的批归一化层以及引入通道注意力机制,同时将多尺度块MSB作为跳层并将自适应亚像素重建层作为上采样模块以更好地恢复图像细节信息.实验结果表明,该算法具有良好的性能,能增强图像的重建能力.
文献关键词：
图像处理;卷积神经网络;低频信息;残差模块;通道注意力机制;自适应亚像素重建层
中图分类号：
作者姓名：
谢余杭
作者机构：
福建师范大学 光电与信息工程学院,福建 福州 350007
文献出处：
引用格式：
[1]谢余杭-.基于残差网络的双路径图像超分辨率重建算法)[J].网络安全与数据治理,2022(11):66-71
A类：
自适应亚像素重建层
B类：
残差网络,双路径,路径图,图像超分辨率重建,重建算法,深度卷积神经网络,率领,基本上,低频信息,残差模块,批归一化层,通道注意力机制,MSB,上采样,样模,细节信息,增强图像
AB值：
0.218684
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。
