-
题名多尺度注意力特征融合的单图像超分辨率研究
- 1
-
-
作者
沈学利
翟宇琦
关刘美
苏婷
-
机构
辽宁工程技术大学软件学院
-
出处
《计算机技术与发展》
2024年第7期31-39,共9页
-
基金
国家自然科学基金资助项目(62173171)。
-
文摘
高分辨率意味着图像具有高像素密度,可以提供更多的细节,这些细节往往在应用中起到关键作用。基于生成对抗网络的图像超分辨率由于具有生成丰富细节的潜力,近年来受到越来越多的关注。针对现有的网络模型忽略从特征中学习本质纹理特征和感受野有限的问题,基于Real-ESRGAN和多尺度注意力特征融合,对网络进行优化,将残差稠密块替换成大核分解和多尺度学习相结合模块与全局学习与下采样模块的双分支结构方法,提出一种多尺度注意力融合的单图像超分辨率重建算法,增强每个局部与全局令牌对之间的交互,从而形成更丰富和信息量更大的表示。对数据集进行2,3,4倍超分辨率重建实验,通过峰值信噪比(PSNR)、结构相似性(SSIM)对重建结果进行评价,与SRCNN、SRGAN、ACMF、MSRDN、WYD、LBW、YJX、Real-ESRGAN等方法进行对比。结果表明,该算法优于其他模型,且具有更好的直观视觉效果。
-
关键词
生成对抗网络
图像超分辨率
多尺度注意力特征融合
大核分解
全局学习与下采样
令牌
-
Keywords
generative adversarial network
image super-resolution
multi-scale attention feature fusion
large kernel decomposition
global learning and down-sampling
token
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于大核注意力循环网络的医学图像超分辨率重建
- 2
-
-
作者
孙乐贤
端木春江
-
机构
浙江师范大学物理与电子信息工程学院
-
出处
《计算机时代》
2023年第12期55-58,63,共5页
-
基金
浙江省自然科学基金项目(LY15F010007,Y1110510)。
-
文摘
医学影像在医生的临床诊断中发挥着重要的作用。由于成像原理和设备的限制,很多时候获得的图片成像效果都不理想。将超分辨率技术引入医学图像领域,在超分辨率任务中使用大核分解和注意力机制,可以使卷积神经网络取得类似于基于Transformer方法的效果。于是提出一种基于循环生成对抗网络的医学图像超分辨率方法,使用大核注意力机制来提升成像质量,使用循环生成对抗网络来提升图片的细节恢复的质量和准确性。
-
关键词
大核分解
循环生成对抗网络
医学图像
超分辨率重建
注意力机制
-
Keywords
large kernel decomposition
cycle generative adversarial network
medical images
super-resolution reconstruction
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名抽样子空间约束改进大数据谱聚类算法
- 3
-
-
作者
聂茹
-
机构
华南理工大学广州学院电子信息工程学院
-
出处
《电信科学》
2018年第11期41-47,共7页
-
基金
广东省教育厅青年创新人才基金资助项目(No.2016KQNCX227)~~
-
文摘
在分析经典谱聚目标函数与加权核k-means目标函数等价基础上,设计了一种基于抽样子空间约束的改进大规模数据谱聚类算法,算法通过加权核k-means迭代优化避免矩阵特征分解的大量资源被占用,通过数据抽样及聚类中心的子空间约束,避免全部核矩阵都被使用,从而降低经典算法的时间空间复杂度。理论分析和实验结果表明,改进算法保持与经典算法相近聚类精度,提高了聚类效率,验证了改进算法的有效性。
-
关键词
大规模数据谱聚类
加权核k-means算法
数据抽样
矩阵特征分解
核矩阵
-
Keywords
large scale data spectral clustering
weighted kernel k-means algorithm
data sampling
matrix feature decomposition
kernel matrix
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
