期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于非对称特征差异网络的图像超分辨率重建 被引量:1
1
作者 王彩玲 沈齐 《南京邮电大学学报(自然科学版)》 北大核心 2022年第2期79-84,共6页
在众多图像处理任务中,图像的质量好坏对任务的影响是巨大的。对于低分辨率图像带来的像素模糊和细节缺失等问题,提出一种基于非对称特征差异网络模型用于图像超分辨率重建,将自监督的对比学习思想应用在无监督的图像超分辨率重建领域... 在众多图像处理任务中,图像的质量好坏对任务的影响是巨大的。对于低分辨率图像带来的像素模糊和细节缺失等问题,提出一种基于非对称特征差异网络模型用于图像超分辨率重建,将自监督的对比学习思想应用在无监督的图像超分辨率重建领域。通过对比两个网络之间特征图的差异,计算出损失并反向更新网络的权重,增强网络学习图像内部数据分布的能力。设计了一种特征增强模块,进一步提高生成结果的质量。经过图像质量评价指标的客观实验和可视化结果的主观展示,提出的方法能够有效地提高细节特征和图像质量。 展开更多
关键词 对比学习 非对称孪生网络 特征提取与特征差异 超分辨率重建
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部