典型文献
用于图像超分辨率重建的双通道残差网络
文献摘要：
针对现有基于深度学习的自然图像超分辨率算法在图像高频细节重建方面的不足,提出了一种更注重图像高频细节重建的双通道残差网络.使用带有通道注意力机制的残差结构作为网络的主通道;为了在重建过程中更好地保留原始图像的几何结构和边缘信息,使用自适应结构化卷积设计了网络的辅助通道,以此构建的双通道残差网络在学习过程中会有更强的高频信息捕获能力;为了使重建图像效果更加符合人眼的主观视觉感受,结合使用L1损失函数和多尺度结构相似度损失函数来训练网络,使网络在训练过程中能够较好地保留图像的视觉效果.实验结果表明:在主通道外并构基于结构化卷积的辅助通道可以使重建图像的峰值信噪比提高2 dB;结合使用L1损失函数和多尺度结构相似度损失函数可以使重建图像的峰值信噪比提高3 dB、结构相似性提高0.5;与同类网络客观定量相比,所提网络在两个公开数据集上取得的效果更优.
文献关键词：
超分辨率重建;深度学习;通道注意力;残差网络;自适应结构化卷积
中图分类号：
作者姓名：
左龙;张鹏;荆树旭;赵一;李凡
作者机构：
长安大学信息工程学院,710054,西安;西安电子科技大学通信工程学院,710071,西安;西安交通大学信息与通信工程学院,710049,西安
文献出处：
引用格式：
[1]左龙;张鹏;荆树旭;赵一;李凡-.用于图像超分辨率重建的双通道残差网络)[J].西安交通大学学报,2022(01):158-164
A类：
自适应结构化卷积
B类：
图像超分辨率重建,双通道,残差网络,超分辨率算法,高频细节,重图,通道注意力机制,残差结构,主通道,原始图像,几何结构,边缘信息,学习过程,频信,获能,重建图像,人眼,视觉感受,结合使用,L1,损失函数,多尺度结构,结构相似度,训练过程,视觉效果,峰值信噪比,dB,结构相似性,类网络,客观定量,公开数据集
AB值：
0.263177
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。
