基于特征融合和混合注意力的超分辨率重建

摘要： 由于現(xiàn)有的基于卷積神經(jīng)網(wǎng)絡(luò)的超分辨率重建模型無法從多個尺度上利用特征進(jìn)行加權(quán)，導(dǎo)致對于高頻細(xì)節(jié)的恢復(fù)能力較差；同時隨著網(wǎng)絡(luò)深度的不斷增加導(dǎo)致淺層信息在傳輸過程中容易弱化或丟失。為此，提出一種基于特征融合和混合注意力的超分辨方法。利用不同尺度間特征的相似性這一特點(diǎn)設(shè)計(jì)一種多尺度注意力機(jī)制，捕獲特征圖之間和特征圖內(nèi)部的依賴關(guān)系；與空間注意力相結(jié)合，捕獲空間域內(nèi)隱含的高頻信息。設(shè)計(jì)一...