Report
基于像素对比学习的图像超分辨率算法
| العنوان: | 基于像素对比学习的图像超分辨率算法 |
|---|---|
| المؤلفون: | 周登文, 刘子涵, 刘玉铠 |
| سنة النشر: | 2024 |
| المجموعة: | Institute of Automation: CASIA OpenIR (Chinese Academy of Sciences) / 中国科学院自动化研究所机构知识库 |
| مصطلحات موضوعية: | 图像超分辨率, 卷积神经网络, 对比学习, 注意力机制 |
| الوصف: | 目前,深度卷积神经网络(Convolutional neural network, CNN)已主导了单图像超分辨率(Single image superresolution, SISR)技术的研究,并取得了很大进展.但是, SISR仍是一个开放性问题,重建的超分辨率(Super-resolution,SR)图像往往会出现模糊、纹理细节丢失和失真等问题.提出一个新的逐像素对比损失,在一个局部区域中,使SR图像的像素尽可能靠近对应的原高分辨率(High-resolution, HR)图像的像素,并远离局部区域中的其他像素,可改进SR图像的保真度和视觉质量.提出一个组合对比损失的渐进残差特征融合网络(Progressive residual feature fusion network,PRFFN).主要贡献有:1)提出一个通用的基于对比学习的逐像素损失函数,能够改进SR图像的保真度和视觉质量; 2)提出一个轻量的多尺度残差通道注意力块(Multi-scale residual channel attention block, MRCAB),可以更好地提取和利用多尺度特征信息; 3)提出一个空间注意力融合块(Spatial attention fuse block, SAFB),可以更好地利用邻近空间特征的相关性.实验结果表明, PRFFN显著优于其他代表性方法. |
| نوع الوثيقة: | report |
| اللغة: | unknown |
| Relation: | 自动化学报; http://ir.ia.ac.cn/handle/173211/55763 |
| DOI: | 10.16383/j.aas.c230395 |
| الاتاحة: | http://ir.ia.ac.cn/handle/173211/55763 https://doi.org/10.16383/j.aas.c230395 |
| Rights: | cn.org.cspace.api.content.CopyrightPolicy@4f538af1 |
| رقم الانضمام: | edsbas.9173FB6C |
| قاعدة البيانات: | BASE |
| DOI: | 10.16383/j.aas.c230395 |
|---|