通道注意力与残差级联的图像超分辨率重建
【摘要】 为了改善图像超分辨率重建的效果，针对很多超分辨率重建方法中忽略了特征通道间相关信息以及网络数据传递中信息丢失问题，提出了一种通道注意力与残差级联超分辨率重构网络。首先，对输入的低分辨率图像进行浅层的特征提取;随后，通过残差级联组提取深层特征，利用注意力模块自适应地对特征通道的权重进行校正，融合节点将残差级联组的输出特征和浅层特征进行级联融合，保证低分辨率图像的有效信息在网络传递中不被丢失;最后对提取到的特征信息进行亚像素重构。在不同基准数据集上的实验结果表明，不论从主观视觉上还是客观指标比较，所提方法都要优于其他方法，在Ur⁃ban100数据集上4倍超分辨率的PSNR指标提高了0.1dB，这都表明该网络在图像超分辨率重建方面有不错的性能。关键词:卷积神经网络;图像超分辨率;注意力机制;级联
