利用CNN与视觉Transformer改进MR图像超分辨率
图像与视频处理
2022-07-26 v1 计算机视觉与模式识别
摘要
当前最先进的基于卷积神经网络(CNN)的磁共振(MR)图像超分辨率方法(ISR)由于CNN有限的空间覆盖而利用了有限的上下文信息。视觉Transformer(ViT)能学习更好的全局上下文,有助于生成更高质量的HR图像。我们将CNN的局部信息与ViT的全局信息结合用于图像超分辨率,输出比最先进方法生成的更高质量的超分辨率图像。我们通过多个新颖的损失函数引入额外约束,以从低分辨率到高分辨率图像保留结构与纹理信息。
引用
@article{arxiv.2207.11748,
title = {Improved Super Resolution of MR Images Using CNNs and Vision Transformers},
author = {Dwarikanath Mahapatra},
journal= {arXiv preprint arXiv:2207.11748},
year = {2022}
}