-
公开(公告)号：CN114897690A
公开(公告)日：2022-08-12
申请号：CN202210466344.6
申请日：2022-04-29
Applicant: 南京大学
Abstract: 一种基于串行高频注意力的轻量化图像超分辨率方法，构建一个串行高频注意力模块，由降维卷积、边缘检测卷积、升维卷积、批归一化层和Sigmoid层构成，通过为每个像素学习一个0到1的权重来加强卷积神经网络对图像高频边缘信息的恢复。本发明方法能够充分利用注意力机制，相比现有方法，本发明兼顾了性能和效率：采用可训练的拉普拉斯边缘检测算子大幅度增强注意力模块的性能，采用串行的结构和高效的算子来保障注意力模块的效率。本发明能够改善一般方法中重建的图像边缘信息模糊的问题取得更好的重建质量，并且相比目前最好的轻量化图像超分辨率方法，能够降低72％的最大显存占用，提升38％的推理速度。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
