摘要
本发明公开了一种轻量化图像超分辨率重建方法及系统,构建了一种基于部分卷积的信息蒸馏机制模块和多尺度注意力机制模块的轻量化超分辨率神经网络;所述轻量化超分辨率神经网络包括浅层提取模块、深层特征提取模块和重建模块,所述深层特征提取模块包括五个多尺度部分卷积残蒸馏模块、连接融合层、第二卷积层、像素注意力模块、第二部分卷积层所述重建模块包括第一亚像素卷积模块、第二亚像素卷积模块和第三卷积层。本发明不仅可以有效避免通道冗余,简化特征提取过程,而且能够获得更准确的空间信息分布,并采用部分卷积来减少模块参数,实现了网络在参数和性能之间的较好平衡。
技术关键词
残差模块
深层特征提取
超分辨率
浅层特征提取
卷积模块
多尺度注意力机制
上采样
积层
Sigmoid函数
蒸馏
神经网络单元
像素
图像
注意力方法
系统为您推荐了相关专利信息
特征提取网络
声音事件检测方法
事件检测模型
多尺度
注意力
图像生成器
分辨率遥感图像
强化特征
卷积特征
高斯模糊图像
血脑屏障开放
信号
编码模块
训练深度学习模型
卷积编码器
漏洞检测方法
语义向量
矩阵
预训练语言模型
序列