期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于转置注意力和CNN的图像超分辨率重建网络
1
作者 陈冠豪 徐丹 +2 位作者 贺康建 施洪贞 张浩 《图学学报》 北大核心 2025年第1期35-46,共12页
基于Transformer的图像超分辨率重建方法近年来表现出了显著的性能。针对现有方法仍然面临诸如高频信息不完全恢复、图像重建时附加像素激活不足、跨窗口信息交互不充分以及由残差连接引起的训练不稳定等挑战,提出了基于转置注意力和CN... 基于Transformer的图像超分辨率重建方法近年来表现出了显著的性能。针对现有方法仍然面临诸如高频信息不完全恢复、图像重建时附加像素激活不足、跨窗口信息交互不充分以及由残差连接引起的训练不稳定等挑战,提出了基于转置注意力和CNN的图像超分辨率重建网络(TSA-SFNet)。TSA-SFNet通过调整窗口多头自注意力模块来缓解残差连接引起的振幅问题,并引入通道注意力以激活更多像素进行图像重建。此外,为了加强相邻窗口之间的交互以捕获更多的结构信息,并实现对高频细节更全面的重建,同时引入了重叠窗口注意力和卷积前馈神经网络。在经典的超分辨率任务和真实世界的超分辨率挑战方面对该网络模型进行了定量和定性评估。实验结果表明,TSA-SFNet在5个常用基准数据集上取得了最好的结果,并生成了更为逼真的超分辨率重建图像。 展开更多
关键词 图像超分辨率重建 重叠窗口注意力 高频信息恢复 像素激活 注意力机制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部