图像超分辨率

作品数：792被引量：1931H指数：19
导出分析报告
相关领域：自动化与计算机技术电子电信更多>>
相关作者：黄德天端木春江程德强杨欣徐健更多>>
相关机构：西安电子科技大学武汉大学中国矿业大学合肥工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金浙江省自然科学基金中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于自注意力特征蒸馏的轻量级图像超分辨率重建
《计算机工程》2025年第5期257-265,共9页赵瑶谦 滕奇志 何小海 税爱 陈洪刚 
国家自然科学基金(62001316);四川省科技计划(2024YFHZ0212);四川大学遂宁市校市战略合作“揭榜挂帅”科技项目(2022CDSN-15)。
单幅图像超分辨率(SISR)旨在从给定的低分辨率(LR)图像中重建出高分辨率(HR)图像。近年来,基于深度学习的SISR算法取得了出色的重建效果,引起了广泛关注。然而,大多数基于深度学习的SISR算法存在复杂度高、参数量大等问题,影响实际应用...
关键词：图像超分辨率 特征蒸馏 深度学习 非对称卷积 自注意力 
基于渐近式感受野的轻量级图像超分辨率重建方法
《控制与决策》2025年第4期1237-1246,共10页程德强 程志威 马祥 李龙 寇旗旗 江鹤 
国家自然科学基金项目(52204177,52304182);徐州市推动科技创新专项资金项目(KC23401);成都大学模式识别与智能信息处理四川省高校重点实验室开放基金项目(MSSB-2024-04)。
传统轻量级图像超分辨率重建方法通常依赖单一尺度的卷积提取图像特征,简单地将浅层与深层特征聚合后进行图像重建.然而,这种做法忽略了感受野信息的丰富性以及中间潜在特征在图像重建过程中的重要作用,导致卷积层间的信息交互受限,进...
关键词：轻量级 超分辨率重建 渐近式感受野 阶梯式卷积链 潜在特征 特征融合 
多尺度特征信息融合的图像超分辨率重建
《微处理机》2025年第2期21-27,共7页刘佳 李巍岷 杨大为 
辽宁省自然科学基金面上项目(2022-MS-276)。
针对图像超分辨率重建方法存在的图像特征信息利用率不高、特征信息丢失等问题,提出一种多尺度特征信息融合的图像超分辨率重建方法。该方法通过稠密多尺度特征提取块和移动窗口自注意力机制,提取图像不同尺度的深层和全局特征信息,提...
关键词：图像超分辨率重建 多尺度特征提取 自注意力机制 深度学习 
基于多域信息增强的轻量级图像超分辨率网络
《通信学报》2025年第4期144-159,共16页寇旗旗 刘规 江鹤 陈亮亮 程德强 
国家自然科学基金资助项目(No.52204177,No.52304182);济宁市重点研发基金资助项目(No.2021KJHZ013,No.2023KJHZ007)。
针对单幅图像超分辨率重建任务中单域特征的重建能力受限以及深度卷积神经网络参数众多、计算量大导致的难以部署到移动端的问题,提出了一种基于多域信息增强的轻量级图像超分辨率网络。从空域、频域和转换域3个维度入手,设计了空域多...
关键词：计算机视觉 超分辨率 多域信息增强 注意力 轻量级 
基于ViT-CNN特征增强的图像超分辨率被引量：1
《中南民族大学学报(自然科学版)》2025年第2期253-259,共7页高志荣 孙清清 熊承义 李帆 郑瑞华 
多谱信息处理技术国家重点实验室基金资助项目(6142113210303);中央高校基本科研业务专项资金资助项目(CZY21013)。
卷积神经网络(CNN)可以提取图像的局部相关特征,视觉Transformer(ViT)则侧重于捕获图像的远距离依赖关系,二者有效结合能够改进图像的重构质量.研究了一种基于ViT-CNN特征增强的图像超分辨率(SR)网络.具体来说,网络包含了基于ViT的SR分...
关键词：图像超分辨率 卷积神经网络 视觉Transformer 特征融合 
基于全方位状态空间模型的轻量化图像超分辨率重建
《液晶与显示》2025年第4期642-654,共13页阎刚 宋子怡 耿树泽 
国家自然科学基金(No.62102129)。
传统的视觉Mamba(VIM)方法直接将二维空间图像一维平面化,这种方式虽然能获取长距离依赖关系,但也同时打乱了相邻像素在原始二维平面的局部空间结构,从而无法捕捉局部的细节。为此,本文引入全方位状态空间轻量化超分辨率模型(PMambaIR)...
关键词：图像超分辨率 状态空间模型 轻量化模型 级联扫描策略 
基于双域增强Transformer的图像超分辨率重建
《哈尔滨商业大学学报(自然科学版)》2025年第2期143-151,共9页傅慧滢 杨高明 王瑜 
国家自然科学基金资助项目(52374155);安徽省自然科学基金资助项目(2308085MF218).
针对现有图像超分辨率方法捕捉图像细节信息不充分导致生成图片质量不佳的问题,提出基于双域增强Transformer(DDET)的图像超分辨率重建方法.该算法从空间域信息学习和频域信息学习两个角度设计模型,通过交替连接空间域增强Transformer模...
关键词：图像超分辨率 TRANSFORMER 频域 傅里叶变换 深度学习 注意力机制 
基于AMRMA模型的图像超分辨率重建被引量：1
《光电子.激光》2025年第4期391-400,共10页仲慧 朱正为 
国家自然科学基金(62071399);西南科技大学博士基金(17zx7159)资助项目。
现有的基于卷积神经网络(convolutional neural network,CNN)的图像超分辨率(super-resolution,SR)重建方法通常在全分辨率或渐进式低分辨率(low-resolution,LR)表示上进行操作。前者可实现空间上精确但上下文信息较弱的超分辨率重建结...
关键词：超分辨率重建 卷积神经网络(CNN) 跨多分辨率信息流 多重注意力机制 多尺度特征融合 
多尺度大核注意力特征融合网络的图像超分辨率重建
《中国图象图形学报》2025年第4期1084-1099,共16页宋霄罡 张鹏飞 刘万波 鲁晓锋 黑新宏 
国家自然科学基金项目(52372418,62076201);陕西省重点研发计划资助(2023GXLH-043)。
目的图像超分辨率重建是计算机视觉领域内的基础任务。卷积神经网络通过滑动窗口机制和参数共享特性能够有效提取局部特征,但对图像远距离信息的感知能力较弱。Transformer中的自注意力机制可以更好地捕捉序列中的全局依赖关系,但同时...
关键词：图像超分辨重建 大核可分离卷积 注意力机制 特征融合 多路学习 
基于轻量化Transformer的高效图像超分辨率算法研究
《大连理工大学学报》2025年第2期212-220,共9页高翔 王凡 胡小鹏 
国家科技重大专项资助项目(2018YFA0704605)。
基于Transformer的算法在图像超分辨率领域取得的重要性能突破,得益于其捕捉图像中长程依赖关系的强大能力.然而,繁重的计算成本和高GPU显存消耗限制了其在实际中的应用,于是提出了一种基于轻量化Transformer的高效图像超分辨率算法——...
关键词：图像超分辨率 TRANSFORMER 轻量化 注意力 
全选清除导出
共79页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部