受ISTA启发的图像超分辨率网络
图像与视频处理
2022-10-17 v1 计算机视觉与模式识别
摘要
近年来，深度学习用于图像超分辨率（SR）已被众多研究者探讨。大多数工作集中于有效模块设计并提升网络表征能力，但缺乏可解释性。亦有受迭代优化启发的图像SR网络，其将求解步骤作为整体而未给出显式优化步。本文提出一种展开迭代收缩阈值算法（ISTA）启发的可解释图像SR网络。具体而言，我们分析图像SR问题并基于ISTA方法提出一种求解方案。受数学分析启发，开发ISTA模块以端到端方式执行优化。为使探索更有效，设计多尺度利用模块与多尺度注意力机制来构建ISTA模块。实验结果表明所提ISTA启发复原网络（ISTAR）以更少参数与更低计算复杂度实现了与其他优化启发工作相当或更好的性能。
引用
@article{arxiv.2210.07818,
title = {ISTA-Inspired Network for Image Super-Resolution},
author = {Yuqing Liu and Wei Zhang and Weifeng Sun and Zhikai Yu and Jianfeng Wei and Shengquan Li},
journal= {arXiv preprint arXiv:2210.07818},
year = {2022}
}