基于特征融合和注意力机制的图像超分辨率模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：现有的基于深度学习的单张图像超分辨率（single image super-resolution，SISR）模型通常是通过加深网络层数来提升模型的拟合能力，没有充分提取和复用特征，导致重建图像的质量较低。针对该问题，提出了基于特征融合和注意力机制的图像超分辨率模型。该模型在特征提取模块使用残差中嵌入残差（residual in residual，RIR）的结构，该网络的特征提取模块由包含多个残差块的残差组构成，并且在每个残差组内进行局部特征融合，在每个组之间进行全局特征融合。（剩余13935字）

试读结束

目录
monitor
客服机器人