典型文献
基于跳跃残差连接的轻量级超分辨率重建算法
文献摘要：
基于残差模块构成的图像超分辨率重建算法可以增加网络层数、提升网络性能,但是存在网络规模大的问题.为了解决这一问题,以及能够有效提取不同网络层次的特征、有效区分输入图像的低频信息和高频信息,提出了一种基于跳跃残差连接和注意力机制的轻量级双分支超分辨率重建模型.首先利用跳跃残差连接和空间注意力机制共同构成注意力残差分支,其中的跳跃残差连接由卷积层和小型残差结构共同构成;其次,在图像采样分支中直接对图像上采样;最后将两个分支的特征进行融合.将提出的算法在Set5、Set14、BSD100、Urban100和Man-ga109五个基准数据集上进行测试,实验结果表明,该算法在×2、×3放大因子模型中部分数据集具有更高的峰值信噪比和结构相似性,在×4放大因子模型中所有数据集的评价指标都是最优,同时算法重建的图像具有更多的纹理细节和更少的伪影.与其他轻量级超分辨率重建算法(参数量小于1.5 M)相比,所提出的算法包含更少的参数量和更高的峰值信噪比值.
文献关键词：
图像超分辨率;跳跃残差连接;注意力机制;轻量级;深度学习
中图分类号：
作者姓名：
周杨;钱育蓉;刘慧;陈梅
作者机构：
新疆大学软件学院,新疆乌鲁木齐830046;新疆维吾尔自治区信号检测与处理重点实验室,新疆乌鲁木齐830046;新疆大学信息科学与工程学院,新疆乌鲁木齐830046;乌鲁木齐职业大学,新疆乌鲁木齐830046
文献出处：
引用格式：
[1]周杨;钱育蓉;刘慧;陈梅-.基于跳跃残差连接的轻量级超分辨率重建算法)[J].微电子学与计算机,2022(10):35-45
A类：
跳跃残差连接,ga109
B类：
轻量级,重建算法,残差模块,图像超分辨率重建,网络层,层数,网络性能,网络规模,有效提取,低频信息,双分支,空间注意力机制,卷积层,残差结构,中直,上采样,Set5,Set14,BSD100,Urban100,Man,基准数据集,因子模型,峰值信噪比,结构相似性,伪影,参数量
AB值：
0.230783
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。
