典型文献
基于增强多尺度特征网络的图像去模糊
文献摘要：
现有的多尺度多阶段图像去模糊方法存在多尺度图像特征提取利用不充分和阶段加深导致特征信息丢失的问题.针对上述问题,提出了一种基于增强多尺度特征网络的图像去模糊方法.首先,提出一个多尺度残差特征提取模块,在两个分支中使用不同大小的卷积核扩大感受野,充分提取不同分辨率大小图像的特征信息.其次,提出跨阶段注意力模块,过滤和传递图像的关键特征.最后,设计类似于跳跃连接的跨阶段特征融合模块,弥补特征损失,同时融合来自不同大小输入图像的特征信息,丰富空间特征信息,以更好地处理纹理细节.在GoPro和HIDE数据集上的实验结果表明,所提方法能够很好地重建图像.
文献关键词：
图像去模糊;多尺度特征;跨阶段注意力机制;跨阶段特征融合
中图分类号：
作者姓名：
虞志军;王国栋;张镡月
作者机构：
青岛大学计算机科学技术学院,山东青岛266071
文献出处：
引用格式：
[1]虞志军;王国栋;张镡月-.基于增强多尺度特征网络的图像去模糊)[J].激光与光电子学进展,2022(22):256-263
A类：
跨阶段特征融合,HIDE,跨阶段注意力机制
B类：
多尺度特征,图像去模糊,多阶段,图像特征提取,特征信息,信息丢失,一个多,多尺度残差,取模,同大,卷积核,感受野,分提,注意力模块,关键特征,设计类,跳跃连接,特征融合模块,特征损失,空间特征,GoPro,重建图像
AB值：
0.283257
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。
