计算机应用研究

作者：秦玉,谢超宇,王晓明,陈子鎏,

单位：西华大学a.计算机与软件工程学院;b.机器人研究中心,成都610039；

关键词：超分辨率,空间特征变换,反投影网络,渐进式上采样,深度学习,

基金：西华大学研究生创新基金资助项目(ycjj2019095)；；

基于深度网络的单帧图像超分辨（SISR）方法为目前SR研究热点，但是多数该类方法在特征提取时主要侧重在网络深度结构的探索，忽略了中间空间特征层之间的相似性，并且在重构时忽略了特征层之间的特征差异性。针对上述问题，提出了基于空间特征变换与反投影重构的渐进式网络。该方法的主要特征是，在图像特征提取时对特征空间进行特征仿射变换，从而获得渐进式特征和空间变换特征，增加特征层间的不同相似性。在图像重构阶段，重构模块采用多尺度反投影的策略融合了图像多源特征，从而使得其模块更加注重特征之间的差异性。实验结果表明，相比大多数超分辨算法，所提方法在图像超分辨重建时PSNR/SSIM等评估指标均有较大提升，且重构图像的纹理信息也更加丰富。

来源：2021年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第12期