-
公开(公告)号：CN117474757A
公开(公告)日：2024-01-30
申请号：CN202311165666.8
申请日：2023-09-11
Applicant: 桂林理工大学
IPC: G06T3/4053 , G06N3/082 , G06N3/0464
Abstract: 本发明公开一种基于非对称卷积调制网络的轻量级图像超分辨率重建方法，包括如下步骤：1)构建训练数据集；2)构建轻量级图像超分辨率网络；3)构建损失函数；4)训练轻量级图像超分辨率网络，得到训练好的图像超分辨率网络；5)对低分辨率图像进行超分辨率重建。本发明提出的非对称卷积调制网络，通过构建非对称卷积调制单元，从大接受域中自适应选择关键特征。此外，本发明采用深度非对称卷积来降低模型复杂度。同时，本发明在通道增强单元中引入通道洗牌操作来加强通道间的信息交互，以进一步提升模型性能。与以往的轻量级图像超分辨率重建方法相比，本发明提出的方法不仅重建效果更好，而且模型复杂度更低，适用于资源有限的边缘设备上。
Search Results
11
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
