-
题名基于深监督跨尺度注意力网络的深度图像超分辨率重建
被引量：4
- 1
-
-
作者
李滔
董秀成
林宏伟
-
机构
西华大学电气与电子信息学院
西北民族大学电气工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第1期128-138,共11页
-
基金
国家自然科学基金(No.61901392,No.62041109)
四川省科技计划(No.2021YJ0109,No.2021ZYD0034)。
-
文摘
消费级深度相机拍摄的深度图像具有分辨率较低的问题,深度图像超分辨率重建是解决该问题的有效方法 .为了提高重建性能,提出一种基于深监督跨尺度注意力网络的深度图像超分辨率重建算法.网络逐级放大,在损失函数中对每一级的输出都进行约束,实现深监督的目的 .采用高阶跨尺度注意力模块,将多尺度特征尺度内及跨尺度相关性与注意力机制结合起来,实现多尺度特征的自适应调整.采用内层为宽激活残差、外层为基本残差的双层残差块作为网络基本构成元素,以提高网络对复杂非线性关系的学习能力.实验结果表明,本文算法在主观视觉效果和客观质量评价指标方面都优于当前主流的深度图像超分辨率重建算法.
-
关键词
深度图像超分辨率
深度学习
深监督
多尺度特征表示
残差块
-
Keywords
depth map super-resolution
deep learning
deep supervision
multi-scale feature representation
residual block
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
