基于多尺度的混合注意力机制图像超分辨率重建

摘要

近年来,随着网络复杂度的增加,基于深度学习的图像超分辨率重建性能得到了提高,但存在提取的特征不够丰富、与重建特征之间的相关性不足等问题。为了解决该问题,本文提出了多尺度的混合注意力机制超分辨重建网络,在不同尺度上为图像提供上下文信息,获取更丰富的特征信息。并且不同层次提取的特征不同,因此在多尺度特征提取模块中将低层次特征与高层次语义相结合有利于图像重建。为了使构建出的特征与重建图片的目标关联度更大,引入混合注意机制,从通道和空间的角度来增强对关键特征的关注,有助于产生真实的信息。为了进一步优化信息流以及避免梯度消失,引入局部和全局残差网络。通过实验,搭建的网络在提高图像质量和视觉感知方面取得了良好的效果。