您当前的位置：
首页 >
文章列表页 >
多尺度深层特征蒸馏的图像超分辨率重建
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 多尺度深层特征蒸馏的图像超分辨率重建

    • Image super-resolution reconstruction of multi-scale deep feature distillation

    • “研究人员提出了"多尺度深层特征蒸馏的图像超分辨率重建方法"，采用ConvNeXt卷积替代传统卷积层，设计了多尺度深层特征蒸馏模块并引入注意力机制，在基准数据集及自建PDC钻头复合片数据集上验证，为解决图像超分辨率重建中多尺度信息和深层特征利用不足的问题提供了解决方案。”
    • 李想 ，熊凌 ，叶道辉 ，李姝凡
    • 光学精密工程 2025年33卷第10期 页码：1657-1671

    • DOI： 10.37188/OPE.20253310.1657     

      中图分类号：
    • CSTR： 32169.14.OPE.20253310.1657     

    • 修回：2025-02-10 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 12 ) 表( 8 )

  • 参考文献

  • 出版信息

  • 数据统计

946

浏览量

963

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

改进U-Net的全局特征融合水下图像增强网络
级联残差优化Transformer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
夜间低光照场景下基于多尺度特征融合的密集行人检测算法

相关作者

高绍姝
焦广森
李广峰
刘宗恩
林坚普
吴镇城
王崑赋
林志贤

相关机构

中国石油大学（华东） 青岛软件学院、计算机科学与技术学院， 山东省智能油气工业软件重点实验室
中国石油大学（华东） 石油工业训练中心
福州大学 先进制造学院
中国福建光电信息科学与技术创新实验室
福州大学 物理与信息工程学院