文章预览
作者：李焱，董仕豪 ，张家伟等 来源：《中国图象图形学报》 编辑：陈萍萍的公主@一点人工一点智能 原文：http://www.cjig.cn/zh/article/doi/10.11834/jig.240279/ 目的 随着深度学习技术的发展，基于Transformer的网络架构被引入计算机视觉领域并取得了显著成效。针对在超分辨率任务中，Transformer模型存在特征提取模式单一、重建图像高频细节丢失和结构失真的问题，提出了一种融合通道注意力的跨尺度Transformer图像超分辨率重建模型。 方法 模型由四个模块组成：浅层特征提取、跨尺度深层特征提取、多级特征融合以及高质量重建模块。浅层特征提取利用卷积处理早期图像，获得更稳定的输出；跨尺度深层特征提取利用跨尺度Transformer和强化通道注意力机制，扩大感受野并通过加权筛选提取不同尺度特征以便融合；多级特征融合模块利用强化通道注意
………………………………
