基于深度学习在图像超分辨率中的应用与研究.docxVIP

基于深度学习在图像超分辨率中的应用与研究

摘要

图像超分辨率技术作为计算机视觉范围的关键研究方向，在医学影像增强、卫星图像评鉴等场景中都存在重要意义，就现有的方法在特征融合的效率、细节保留能力以及复杂退化场景适应性等方面的缺陷而言，针对以上说明的问题，本文推出了两种借助深度学习的图像超分辨率算法：

第一种手段是借助深度残差学习和跨尺度特征增强的超分辨率算法，该方法通过组建多级残差连接与跨模型特征融合体系，结合通道注意力机制达成特征自我筛选，接着采用PixelShuffle技术抑制伪影，从而在维持计算效率的同时极大提高高频细节的恢复质量。

第二种途径是依托退化感知的逐层递推式密