典型文献
基于多尺度融合的图像超分辨率重建
文献摘要：
针对卷积神经网络在图像超分辨率重建任务上忽视提取多尺度特征的问题,提出了一种多尺度融合网络结构.该模型从不同空间尺寸的特征图中提取高频和低频特征,并引入注意力机制,能够自适应地调整不同通道和空间区域的权重.同时,利用不同尺寸的卷积核捕捉多尺度特征,以更好地恢复图像高频细节.在多个基准数据集上进行实验,结果表明,该模型在峰值信噪比、结构相似性和视觉效果上均优于其他几种先进的图像超分辨率重建模型.
文献关键词：
超分辨率重建;深度学习;多尺度特征;注意力机制
中图分类号：
作者姓名：
王孝天;卢紫微;张燕
作者机构：
辽宁石油化工大学计算机与通信工程学院,辽宁抚顺 113001
文献出处：
引用格式：
[1]王孝天;卢紫微;张燕-.基于多尺度融合的图像超分辨率重建)[J].控制工程,2022(09):1573-1579
A类：
B类：
图像超分辨率重建,多尺度特征,多尺度融合网络,空间尺寸,特征图,低频特征,注意力机制,空间区域,不同尺寸,卷积核,高频细节,基准数据集,峰值信噪比,结构相似性,视觉效果
AB值：
0.226576
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。
