空间通道融合的轻量化图像超分辨率重建方法
任仲仪
胡立华
张素兰
太原科技大学计算机科学与技术学院 太原 030024
摘要：图像超分辨率重建技术可以提升了图像的鉴别能力和精度,随着深度学习的持续发展,生成对抗网络由于其出色的拟合能力,在图像超分辨重建率领域展现出了较好的潜力.针对SRGAN算法网络模型,提出了一种基于注意力机制的轻量化网络模型.引入空间通道注意力机制来提升生成器模块的特征提取能力,使网络能够自适应获取图像高频特征信息,进一步改善生成网络性能;同时,压缩判别器模块的网络层数,采用更高效的卷积方法和激活函数,加快模型收敛速度,提升重建图像的质量.通过对公共数据集的测试结果验证了该改进方法的有效性,改进后的模型参数量大大减少,纹理细节恢复更清晰,图像视觉效果更好.
关键词：超分辨率重建生成对抗网络注意力机制轻量化
分类号：TP391.41(计算技术、计算机技术)
资助基金：山西省自然科学基金(202103021224285)
论文发表日期：2025-11-20
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：8( 3220-3227 )
英文信息