基于特征融合和混合注意力的超分辨率重建

摘要

由于现有的基于卷积神经网络的超分辨率重建模型无法从多个尺度上利用特征进行加权,导致对于高频细节的恢复能力较差;同时随着网络深度的不断增加导致浅层信息在传输过程中容易弱化或丢失。为此,提出一种基于特征融合和混合注意力的超分辨方法。利用不同尺度间特征的相似性这一特点设计一种多尺度注意力机制,捕获特征图之间和特征图内部的依赖关系;与空间注意力相结合,捕获空间域内隐含的高频信息。设计一种层次特征融合结构对提取出的特征进行充分保留。实验结果表明,该算法在恢复高频细节方面表现良好。