基于注意力机制的多尺度融合图像超分辨率重建

作     者：盛月 辛月兰 王庆庆 谢琪琦 SHENG Yue;XIN Yuelan;WANG Qingqing;XIE Qiqi

作者机构：青海师范大学物理与电子信息工程学院西宁810001 藏语智能信息处理及应用国家重点实验室西宁810001 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年第45卷第3期

页      面：118-125页

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0803[工学-光学工程] 

基　　金：国家自然科学基金项目(No.61662062) 青海省自然科学基金面上项目(No.2022-ZJ-929) 

主　　题：超分辨率重建 生成对抗网络 注意力机制 多尺度特征融合 

摘      要：针对图像超分辨率重建算法在信息恢复过程中存在特征提取不充分、重建高频细节能力不足等问题,在SRGAN的基础上提出了一种基于注意力机制的多尺度融合图像超分辨率重建算法(SRGAN-MCA)。首先,构建了一种基于坐标注意力机制的多尺度密集残差注意力模块来提取不同尺度的特征信息,以解决图像超分辨率重建非线性映射过程中特征提取不充分的问题;其次,通过在网络判别器中嵌入谱归一化来约束判别器的Lipschitz常数,以增强网络训练的稳定性;最后添加了Charbonnier损失函数对SRGAN-MCA进行训练优化,以实现更高质量重建。在Set5、Set14、BSD100数据集上的实验结果表明,与SRGAN相比,2倍和4倍放大重建图像的峰值信噪比(PSNR)平均提高了0.35 dB、0.47 dB,结构相似性(SSIM)平均提高了0.0054、0.016。