您当前的位置：
首页 >
文章列表页 >
级联残差优化Transformer网络的图像超分辨率重建
信息科学 | 更新时间：2024-07-26
|

    • 级联残差优化Transformer网络的图像超分辨率重建

    • Cascade residual-optimized image super-resolution reconstruction in Transformer network

    • “在图像超分辨率领域，研究者提出了基于级联残差Transformer网络的优化结构，有效提升了图像重建效果和细节清晰度。”
    • 光学精密工程   2024年32卷第12期 页码：1902-1914

    • DOI：10.37188/OPE.20243212.1902    

      中图分类号： TP394.1;TH691.9

    • 收稿日期：2023-12-13，

      修回日期：2024-02-20，

      纸质出版日期：2024-06-25

    移动端阅览

  • 林坚普,吴镇城,王崑赋等.级联残差优化Transformer网络的图像超分辨率重建[J].光学精密工程,2024,32(12):1902-1914. DOI： 10.37188/OPE.20243212.1902.

    LIN Jianpu,WU Zhencheng,WANG Kunfu,et al.Cascade residual-optimized image super-resolution reconstruction in Transformer network[J].Optics and Precision Engineering,2024,32(12):1902-1914. DOI： 10.37188/OPE.20243212.1902.

  •  
  •  

0

浏览量

165

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

渐进式CNN-Transformer语义补偿息肉分割网络
CNN-Transformer结合对比学习的高光谱与LiDAR数据协同分类
基于注意力和宽激活密集残差网络的图像超分辨率重建
采用空间注意力机制的红外弱小目标检测网络
通道注意力与残差级联的图像超分辨率重建

相关作者

李大湘
李登辉
刘颖
唐垚
吴海滨
戴诗语
王爱丽
岩堀祐之

相关机构

西安邮电大学 通信与信息工程学院
哈尔滨理工大学 测控技术与通信工程学院 黑龙江省激光光谱技术及 应用重点实验室
中部大学 计算机科学学院
电子科技大学 中山学院 电子信息学院
中国矿业大学 计算机科学与技术学院
0