基于高效轻量级坐标神经网络的图像超分辨率方法

摘要

本发明公开了一种基于高效轻量级坐标神经网络的图像超分辨率方法，包括以下步骤：构建图像数据集；构造高效轻量级坐标神经网络；训练高效轻量级坐标神经网络；将待处理图像输入至训练后的高效轻量级坐标神经网络，获得图像超分辨率结果。本发明的高效轻量级坐标神经网络通过结合金字塔结构的渐进式残差学习和递归密集块的递归学习，大大减小了网络的参数量，使得计算更加高效；通过引入坐标卷积使得超分辨率网络对图像高频特征的超分辨率能力大大提高。本发明的方法实现了网络轻量化且保持较高超分辨率精度的目的，并且在处理高尺度超分辨率任务时有着更好的性能。