文獻標識碼: A
DOI: 10.19358/j.issn.2097-1788.2022.05.010
引用格式: 謝余杭. 基于殘差網(wǎng)絡的雙路徑圖像超分辨率重建算法[J].網(wǎng)絡安全與數(shù)據(jù)治理,2022,41(5):66-71.
0 引言
圖像超分辨率(Super Resolution,SR)技術作為計算機視覺與圖像處理中一項至關重要的技術,一直以來都是人們關注的焦點,其目的是從低分辨率(Low-Resolution,LR)的圖像中恢復出清晰逼真的高分辨率(High-Resolution,HR)圖像。圖像超分辨率技術在醫(yī)學影像、衛(wèi)星圖像以及監(jiān)控成像等各個領域有著廣泛的應用。
目前圖像超分辨率重建算法主要被分為三大類:基于插值的SR方法、基于重建的SR方法以及基于學習的SR方法?;诓逯档膱D像超分辨率算法[1]的思想是根據(jù)一個像素點的周圍某一區(qū)域內(nèi)的像素點來估計這一像素點的值。這類算法的優(yōu)點在于原理簡單、計算復雜度低、重建所需時間短,但是會產(chǎn)生過度平滑的現(xiàn)象,邊緣產(chǎn)生明顯鋸齒。基于重建的圖像SR方法[2],比較典型的有凸集投影法、迭代反投影法以及最大后驗法?;谥亟ǖ姆椒ㄔ谝话闱闆r下會比基于插值的方法重建效果好,但是基于重建的方法有時也會出現(xiàn)生成一些具有圖像邊緣不自然的情況,從而導致重建圖像質量變差?;趯W習的圖像SR方法[3],其基本思想是學習LR空間到HR空間的映射關系,然后利用相應的映射關系來恢復出高清的HR圖像。
不過近年來大多數(shù)圖像超分辨率網(wǎng)絡都是采用基于學習的方法,然而大多數(shù)現(xiàn)有的基于卷積神經(jīng)網(wǎng)絡的模型在基于大量參數(shù)和極深結構的情況下才保持較高性能,而且這些網(wǎng)絡也沒有充分利用圖像的低頻特征信息。
因此,本文通過對殘差網(wǎng)絡進行改進,提出一種新的圖像超分辨率重建算法。該算法將低分辨率圖像作為輸入,利用殘差網(wǎng)絡提取特征信息以獲得殘差圖像,通過多尺度塊來提取圖像的低頻信息,再將得到的殘差圖像與低頻信息進行線性相加,最后進行上采樣操作,從而得到最后的重建的高分辨率結果。所提算法去除殘差網(wǎng)絡中的批歸一化層,可以有效降低網(wǎng)絡的計算量,并且在殘差塊的尾部引入通道注意力來增強網(wǎng)絡的高頻特征提取能力。與此同時,該算法設計了多尺度塊MSB作為跳層來提取輸入圖像的低頻信息,從而提高了網(wǎng)絡的重建效果。實驗結果表明,該算法與大部分的圖像超分辨率算法相比,能更好恢復出低分辨率圖像中的紋理細節(jié)信息,重建出更清晰的高分辨率圖像。
本文詳細內(nèi)容請下載:http://ihrv.cn/resource/share/2000005028
作者信息:
謝余杭
(福建師范大學 光電與信息工程學院,福建 福州350007)