图像超分辨率重建

作品数：398被引量：1160H指数：16
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：周登文张煜赵小强彭晏飞朱秀昌更多>>
相关机构：合肥工业大学西安电子科技大学中国矿业大学兰州理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金浙江省自然科学基金广东省自然科学基金更多>>
-
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：
融合通道注意力的跨尺度Transformer图像超分辨率重建
《中国图象图形学报》2025年第3期784-797,共14页李焱 董仕豪 张家伟 赵茹 郑钰辉 
国家自然科学基金项目(U20B2065)。
目的针对在超分辨率任务中,Transformer模型存在特征提取模式单一、重建图像高频细节丢失和结构失真的问题,提出了一种融合通道注意力的跨尺度Transformer图像超分辨率重建模型。方法模型由4个模块组成:浅层特征提取、跨尺度深层特征提...
关键词：图像超分辨率 跨尺度Transformer 通道注意力机制 特征融合 深度学习 
基于混合泛化Transformer的轻量化图像超分辨率重建
《计算机系统应用》2025年第3期143-151,共9页刘俊辰 张文波 杨大为 
辽宁省自然科学基金面上项目(2022-MS-276)。
基于Transformer方法凭借自注意力机制在图像超分辨率重建领域中展现出卓越的性能,然而自注意力机制也带来了非常高的计算成本,针对此问题提出一种基于混合泛化Transformer的轻量化图像超分辨率重建模型.该模型建立在SwinIR网络架构的...
关键词：超分辨率重建 轻量化 通道注意力 矩形窗口自注意力 递归泛化自注意力 
深度学习图像超分辨率重建:关键技术解析与前沿进展
《软件导刊》2025年第2期211-220,共10页于会昌 刘士远 
国家自然科学基金项目(81930049)。
图像超分辨率重建是计算机视觉领域的一个重要研究方向,主要目标是从低分辨率图像中恢复高分辨率图像、提升图像质量和清晰度,使图像在视觉感知和信息提取方面更具可用性。为此,全面总结了基于深度学习的图像超分辨率重建技术,对已有模...
关键词：深度学习 超分辨率重建 神经网络 生成对抗网络 注意力机制 
基于转置注意力和CNN的图像超分辨率重建网络
《图学学报》2025年第1期35-46,共12页陈冠豪 徐丹 贺康建 施洪贞 张浩 
国家自然科学基金(62162068,62202416)。
基于Transformer的图像超分辨率重建方法近年来表现出了显著的性能。针对现有方法仍然面临诸如高频信息不完全恢复、图像重建时附加像素激活不足、跨窗口信息交互不充分以及由残差连接引起的训练不稳定等挑战,提出了基于转置注意力和CN...
关键词：图像超分辨率重建 重叠窗口注意力 高频信息恢复 像素激活 自注意力机制 
基于孪生特征融合网络的自然场景文本图像超分辨率方法
《计算机与现代化》2025年第2期86-93,共8页冯心洁 王伟 
陕西省青年计划项目(2022JQ-624);中国高校产业研究创新基金资助项目(2021ALA02002);中国纺织工业协会高等教育教学改革研究项目(2021BKJGLX004)。
自然场景文本图像超分辨率方法旨在提高文本图像的分辨率和可读性,进而提升下游高级文本识别任务的性能。现有研究通过引入文本先验信息能够更好地指导超分辨率重建过程。然而,这些方法未能有效利用文本先验信息并将其与图像特征充分融...
关键词：图像超分辨率重建 文本图像 特征融合 自注意力机制 交叉注意力机制 
基于多尺度空间自适应注意力网络的轻量级图像超分辨率方法
《模式识别与人工智能》2025年第1期36-50,共15页黄峰 刘鸿伟 沈英 裘兆炳 陈丽琼 
国家自然科学基金青年基金项目(No.62405060);福建省自然科学基金项目(No.2022J05113,2024J01245);福建省中青年教师教育科研项目(No.JAT210035)资助。
针对现有图像超分辨率重建方法存在模型复杂度过高和参数量过大等问题,文中提出基于多尺度空间自适应注意力网络(Multi-scale Spatial Adaptive Attention Network,MSAAN)的轻量级图像超分辨率重建方法.首先,设计全局特征调制模块(Globa...
关键词：卷积神经网络 Transformer 轻量级图像超分辨率重建 多尺度空间自适应注意力 
基于无监督深度学习的荧光显微镜图像超分辨率重建
《激光杂志》2025年第1期165-172,共8页陈东昱 程昱 
针对现有荧光显微镜高质量成对数据集获取难度高、成本高以及低荧光水平下图像超分辨率易产生伪影等问题,提出了一种基于无监督方法的荧光显微镜图像超分辨率重建方法,通过将本文创新的稀疏性提取模块与注意力门融入编码器-解码器网络...
关键词：深度学习 无监督学习 荧光显微镜 深度图像先验 
基于对称视觉注意力网络的高效图像超分辨率重建
《软件导刊》2025年第1期109-114,共6页吴承旭 胡靖 
国家自然科学基金面上项目(42375148);四川省科技厅重点研发项目(2023YFG0305)。
高效超分辨率的研究重点是改进深度小核卷积来降低模型复杂度、提升效率,但较小的感受野会限制网络细节重建能力,大核卷积虽能提供更大的感受野、提升图像重建质量,但计算成本过高。为了减少模型参数数量并实现高效超分辨率重建,提出一...
关键词：图像超分辨率重建 大核卷积 感受野 视觉注意力 
CBSRGAN:基于双注意力机制的图像超分辨率重建网络
《软件》2024年第12期42-44,共3页陈诗怡 
针对单一图片的超分辨率提升作业,超分辨率生成对抗网络(SRGAN)技术在实现高度逼真纹理方面表现卓越。此外,大多数先进的SISR方法因参数量过大而无法应用于资源受限的设备。为了应对这些挑战,本文提出了一种用于单图像超分辨率的轻量级...
关键词：卷积神经网络 单图像超分辨率(SISR) 轻量级结构 注意力机制 
基于双特征提取和注意力机制的图像超分辨率重建
《郑州大学学报（工学版）》2024年第6期48-55,64,共9页薄阳瑜 武永亮 王学军 
国家自然科学基金资助项目(62106157);河北省自然科学基金资助项目(F2021210002);山西省重点实验室开放基金(CICIP2022001)。
针对图像超分辨率重建过程中忽略图像高频特征,导致特征提取不充分,重建图像纹理细节模糊的问题,提出了一种基于双特征提取和注意力机制的图像超分辨率重建方法。首先,该方法采用双分支网络进行特征提取,以解决图像重建过程中高频特征...
关键词：图像超分辨率重建 局部空间注意力 残差融合注意力 空洞金字塔 双分支网络 
全选清除导出
共40页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部