| 成果基本信息 | ||||||
| 关键词: | 图像超分辨重建 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 论文 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 国际领先 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明公开了一种关注前景信息的图像超分辨率重建方法,通过PAM模块提取图像的前景信息和高频特征,使用门控网络提取通道域注意力和空间域注意力权重系数,配合非均匀联合损失在反向传播过程中动态修改二者权重。进一步提出PAMNet,在PAMNet中串联多个PAM模块,同时引入跳跃连接,充分利用图像浅层特征,通过设计的网络进行训练,完成超分辨图像的重建。本发明不仅能够专注图像前景信息和鉴别特征提取,同时保留图像的色彩和纹理特征,提高浅层利用率;本发明能够减少参数量的同时拥有较好的客观评分;本发明在性能和模型复杂度间取得了良好的平衡,PAM模块具有通用性,可以嵌入多类网络结构中 |