基于多感知大核卷积的轻量级图像超分辨率重建方法(英文)

缪炫, 李征, 徐文政

四川大学学报(自然科学版) ›› 2025, Vol. 62 ›› Issue (01) : 67 -78.

PDF
四川大学学报(自然科学版) ›› 2025, Vol. 62 ›› Issue (01) : 67 -78. DOI: 10.19907/j.0490-6756.240083

基于多感知大核卷积的轻量级图像超分辨率重建方法(英文)

    缪炫, 李征, 徐文政
作者信息 +

Author information +
文章历史 +
PDF

摘要

在单图像超分辨率的研究领域,卷积神经网络已经取得了显著进展,并在性能上达到了行业领先水平.近期的学术研究加大了对Transformers在单图像超分辨率应用的探索力度,以期进一步提升网络性能.尽管如此,由于Transformers的高计算成本,其在轻量级设备上的应用受到了限制.同时,针对卷积神经网络的轻量级优化多数集中在小空间卷积上,而忽略了大核卷积可能带来的优势.本研究通过深入研究大核卷积,提出了一种新型的多感知大核卷积网络(MPLKN).该网络设计了一个创新的多感知大核(MPLK)模块,旨在有效提取多尺度特征,并通过分步特征融合策略实现这些特征的平滑整合.为了进一步增强网络处理非线性空间信息的能力,还设计了一个空间通道门控前馈网络(SCGFN),该网络能够灵活地适应空间和通道维度上的特征交互.实验结果表明,MPLKN在保持较少参数和FLOPs消耗的同时,相较于其他轻量的图像超分辨模型展现出了更好的性能表现.

关键词

单图像超分辨率 / 轻量化模型 / 深度学习 / 大核卷积

Key words

引用本文

引用格式 ▾
基于多感知大核卷积的轻量级图像超分辨率重建方法(英文)[J]. 四川大学学报(自然科学版), 2025, 62(01): 67-78 DOI:10.19907/j.0490-6756.240083

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

1

访问

0

被引

详细

导航
相关文章

AI思维导图

/