基于CNN-Transformer混合構架的輕量圖像超分辨率方法
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>2458 K
標簽： 圖像超分辨率 輕量化 卷積神經網絡
所需積分：0分積分不夠怎么辦,？
文檔介紹：針對基于混合構架的圖像超分模型通常需要較高計算成本的問題，提出了一種基于CNN-Transformer混合構架的輕量圖像超分網絡STSR（Swin-Transformer-based Single Image Super-Resolution）,。首先，提出了一種并行特征提取的特征增強模塊（Feature Enhancement Block,，F(xiàn)EB）,，由卷積神經網絡（Convolutional Neural Network，CNN）和輕量型Transformer網絡并行地對輸入圖像進行特征提取,，再將提取到的特征進行特征融合,。其次,，設計了一種動態(tài)調整模塊（Dynamic Adjustment，DA）,，使得網絡能根據(jù)輸入圖像來動態(tài)調整網絡的輸出,，減少網絡對無關信息的依賴。最后,，采用基準數(shù)據(jù)集來測試網絡的性能,，實驗結果表明STSR在降低模型參數(shù)量的前提下仍然保持較好的重建效果。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分,；重復下載不扣分，本人上傳資源不扣分,。