摘要
グローバルおよびローカルな高低周波数の空間情報の活用不足により再構成画像のテクスチャ細部がぼやける問題に対して、注意機構と広い活性化密集残差ネットワークに基づく画像超解像再構成モデルを提案する。まず、4つの異なるスケールで並列に動作する畳み込みカーネルを用いて、空間特徴変換の先行情報として画像の低周波特徴を十分に抽出する。深層特徴マッピングモジュールでは、注意と融合した広い活性化残差ブロックを構築し、低周波の先行情報を利用して高周波特徴の抽出を誘導する。この広い活性化残差ブロックは、活性化関数前の特徴チャネル数を拡大することでより深い特徴マップを抽出し、構築されたグローバルおよびローカルの残差接続は、パラメータを増加させることなく残差ブロックとネットワークの特徴の順伝播を強化し、抽出された特徴の多様性を豊かにする。最後に、得られた特徴マップをアップサンプリングおよび再構成して鮮明な高解像度画像を得る。実験により、提案アルゴリズムはBSD100データセットにおける4倍超解像において、LatticeNetモデルと比較してPSNR値が0.14 dB、SSIMが0.001向上し、主観的な視覚面でも再構成された画像の局所的なテクスチャ細部がより鮮明であることが示された。
关键词
残差ネットワーク; 超解像; 広い活性化; 注意機構; 密集接続
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website