一种用于图像超分辨率的矩阵嵌套神经网络
计算机视觉与模式识别
2019-03-20 v1 机器学习
摘要
近年来，深度学习方法通过利用更深的层在单图像超分辨率(SISR)任务中取得了具有更高峰值信噪比的令人印象深刻的成果。然而，由于它们需要很高的计算能力，其应用相当受限。此外，现有大多数方法很少充分利用有助于复原的中间特征。为解决这些问题，我们通过构建多连接通道注意力块(MCAB)的矩阵集成，提出了一种中等规模的SISR网络，称为矩阵化通道注意力网络(MCAN)。我们发布了几种不同规模的模型以满足各种实际需求。从我们广泛的基准实验可得出结论：所提模型以少得多的乘加运算与参数量取得了更好的性能。我们的模型将公开提供。
引用
@article{arxiv.1903.07949,
title = {A Matrix-in-matrix Neural Network for Image Super Resolution},
author = {Hailong Ma and Xiangxiang Chu and Bo Zhang and Shaohua Wan and Bo Zhang},
journal= {arXiv preprint arXiv:1903.07949},
year = {2019}
}