| 基于多尺度双阶段网络的图像超分辨率重建 |
| |
| 引用本文： | 陈清江,尹乐璇,邵罗仡.基于多尺度双阶段网络的图像超分辨率重建[J].应用光学,2023(6):1343-1354. |
| |
| 作者姓名： | 陈清江 尹乐璇 邵罗仡 |
| |
| 作者单位： | 西安建筑科技大学理学院 |
| |
| 基金项目： | 国家自然科学基金（61902304）；;陕西省自然科学基础研究计划（2021JQ-495）； |
| |
| 摘 要： | 针对目前图像超分辨率重建算法中所存在的特征信息提取不充分、重建图像细节信息模糊等问题，提出了一种多尺度双阶段网络来实现图像的超分辨率重建。首先，考虑到单尺度卷积层会出现特征信息提取不充分的现象，故而以多尺度卷积层为大体框架，设计网络模型；其次，考虑到重建后的图像效果，将整体网络分为2个阶段，第1阶段根据输入的低分辨率图像进行特征信息的提取和重建，第2阶段对重建后的图像进行更深一步的特征细化，从而提高重建图像的视觉效果；整体网络中还引入了跳跃连接和注意力模块，以加强特征信息的有效传播；最后，以数据集Set5、Set14、Urban100、BSDS100和Manga109作为测试集展开实验，峰值信噪比和结构相似度作为图像质量的评价指标。实验结果表明，二者的值相比以往均有所提高，且重建图像视觉效果较好。因此，该算法在客观评价和主观视觉上都取得了较好的结果。
|
| 关 键 词： | 图像超分辨率重建 多尺度 双阶段 跳跃连接 注意力模块 |
|
|
