典型文献
分层特征融合网络航拍图像超分辨率重建
文献摘要：
基于深度学习的图像超分辨率网络模型复杂度高,特征利用率较低,尤其是应用在复杂拍摄环境中的图像超分辨率重建,由于特征损失严重,最终重建的效果也较差.针对以上问题,提出分层特征融合图像超分辨率网络.引入对称式的分层结构,以增强不同层次图像特征的融合;使用更为密集的残差连接结构,减少局部残差损失,同时缓解梯度消失和梯度爆炸问题;在每个残差块中加入注意力机制,增强网络对图像高频信息的敏感度.为了验证算法在复杂环境中的效果,将模型应用于高空航拍图像超分辨率重建中.实验结果表明,所提算法相比于EDSR算法,在14个不同航拍图像环境中,尤其是复杂场景下的重建,平均PSNR提高了0.31 dB,效果显著.
文献关键词：
图像超分辨率重建;密集残差结构;通道注意力;航拍图像重建
中图分类号：
作者姓名：
杨夏宁;王帮海;李佐龙
作者机构：
广东工业大学 计算机学院,广州 510006
文献出处：
引用格式：
[1]杨夏宁;王帮海;李佐龙-.分层特征融合网络航拍图像超分辨率重建)[J].计算机工程与应用,2022(19):224-232
A类：
密集残差结构,航拍图像重建
B类：
特征融合网络,图像超分辨率重建,超分辨率网络,模型复杂度,特征损失,融合图像,分层结构,不同层次,图像特征,残差连接,连接结构,梯度消失,残差块,注意力机制,图像高频信息,复杂环境,模型应用,空航,EDSR,复杂场景,PSNR,dB,通道注意力
AB值：
0.212309
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。
