用于图像超分辨率重建的双通道残差网络 |
| |
引用本文: | 左龙,张鹏,荆树旭,赵一,李凡.用于图像超分辨率重建的双通道残差网络[J].西安交通大学学报,2022(1):158-164. |
| |
作者姓名: | 左龙 张鹏 荆树旭 赵一 李凡 |
| |
作者单位: | ;1.长安大学信息工程学院;2.西安电子科技大学通信工程学院;3.西安交通大学信息与通信工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(62071369); |
| |
摘 要: | 针对现有基于深度学习的自然图像超分辨率算法在图像高频细节重建方面的不足,提出了一种更注重图像高频细节重建的双通道残差网络。使用带有通道注意力机制的残差结构作为网络的主通道;为了在重建过程中更好地保留原始图像的几何结构和边缘信息,使用自适应结构化卷积设计了网络的辅助通道,以此构建的双通道残差网络在学习过程中会有更强的高频信息捕获能力;为了使重建图像效果更加符合人眼的主观视觉感受,结合使用L1损失函数和多尺度结构相似度损失函数来训练网络,使网络在训练过程中能够较好地保留图像的视觉效果。实验结果表明:在主通道外并构基于结构化卷积的辅助通道可以使重建图像的峰值信噪比提高2 dB;结合使用L1损失函数和多尺度结构相似度损失函数可以使重建图像的峰值信噪比提高3 dB、结构相似性提高0.5;与同类网络客观定量相比,所提网络在两个公开数据集上取得的效果更优。
|
关 键 词: | 超分辨率重建 深度学习 通道注意力 残差网络 自适应结构化卷积 |
Dual-Channel Residual Network for Image Super-Resolution Reconstruction |
| |
Abstract: | |
| |
Keywords: | |
|
|