基于AMRMA模型的图像超分辨率重建

作     者：仲慧 朱正为 

作者机构：西南科技大学信息工程学院 特殊环境机器人技术四川省重点实验室 

出 版 物：《光电子·激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(62071399) 西南科技大学博士基金(17zx7159) 

主　　题：超分辨率重建 卷积神经网络 跨多分辨率信息流 多重注意力机制 多尺度特征融合 

摘      要：现有的基于卷积神经网络的图像超分辨率重建方法通常在全分辨率或渐进式低分辨率表示上进行操作。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果，后者可生成语义上可靠但空间上不太精确的输出。针对上述问题，本文提出了一种新的基于跨多分辨率信息流和多重注意力机制 (across-multi-resolution and multi-attention mechanism， AMRMA)的超分辨率重建模型和方法。该方法采用跨多分辨率信息流和信息交互机制实现多尺度特征提取和聚合，利用多重注意力机制捕捉上下文信息以增强图像高频信息，设计一种新的加权损失函数以优化模型参数。在Set5等五个公开数据集上的实验结果表明，与Bicubic、SRCNN、VDSR、RDN和MuRNet 等经典和现有方法相比，本文方法PSNR和SSIM分别提升了0.33dB和0.0048，具有更好的超分辨率重建效果。