原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
标题基于注意力和特征聚合的图像超分辨率算法研究及应用简介本论文综述了图像超分辨率技术的应用及其存在的问题针对现有的图像超分辨率技术，我们提出了一种轻量化的单视图超分辨率重建方法，应用到图像超分辨率重建过程中一图像超分辨率技术的应用1图像超分辨率技术可以有效改善图像质量，已经在视频图像压缩传输医学图像卫星图像公共安全监控等领域得到了广泛应用2近年来，随着卷积神经网络和深度学习网络在图像超分辨率重建中的成功应用，图像重建的质量有了显著的提升二基于注
中文摘要
中文摘要
图像超分辨率技术能够有效地改善图像质量，目前已广泛应用于视频图像压缩传输、
医学图像、卫星图像、公共安全监控等领域。近些年来，得益于卷积神经网络和生成对
抗网络在图像超分辨率重建中取得的成就，图像重建的质量得到大幅度的提升。然而，
受到网络深度增加带来的巨大参数量与图像特征信息利用率低等因素的影响，重建图像
存在边缘纹理模糊，细节丢失，重建模型训练速度缓慢等问题，进而影响了图像重建的
应用。针对上述存在问题，本文对单幅
文档评论（0）