10.14132/j.cnki.1673-5439.2022.02.010
基于非对称特征差异网络的图像超分辨率重建
在众多图像处理任务中,图像的质量好坏对任务的影响是巨大的.对于低分辨率图像带来的像素模糊和细节缺失等问题,提出一种基于非对称特征差异网络模型用于图像超分辨率重建,将自监督的对比学习思想应用在无监督的图像超分辨率重建领域.通过对比两个网络之间特征图的差异,计算出损失并反向更新网络的权重,增强网络学习图像内部数据分布的能力.设计了一种特征增强模块,进一步提高生成结果的质量.经过图像质量评价指标的客观实验和可视化结果的主观展示,提出的方法能够有效地提高细节特征和图像质量.
对比学习、非对称孪生网络、特征提取与特征差异、超分辨率重建
42
TP391(计算技术、计算机技术)
南京邮电大学自然科学基金资助项目NY220057
2022-06-27（万方平台首次上网日期，不代表论文的发表时间）
共6页
79-84
