LCSCNet:基于线性压缩跳跃连接的图像超分辨率网络
图像与视频处理
2020-01-08 v1 计算机视觉与模式识别
摘要
本文提出一种简洁而高效、称为基于线性压缩的跳跃连接网络(LCSCNet)的网络架构,用于图像超分辨率。与两种具代表性的带跳跃连接的网络架构 ResNet 和 DenseNet 相比,LCSCNet 为跳跃连接设计了一个线性压缩层,该层连接先前的特征图并将其与新探索的特征图区分开。如此,所提 LCSCNet 兼具 DenseNet 的区分性特征处理优点与 ResNet 的参数量精简形式。此外,为更好地利用深度模型中来自不同感受野低层与高层的层次化信息,受 LSTM 中门单元的启发,我们还提出了一种带多监督训练的自适应逐元素融合策略。与当前最优算法的对比实验结果验证了 LCSCNet 的有效性。
引用
@article{arxiv.1909.03573,
title = {LCSCNet: Linear Compressing Based Skip-Connecting Network for Image Super-Resolution},
author = {Wenming Yang and Xuechen Zhang and Yapeng Tian and Wei Wang and Jing-Hao Xue and Qingmin Liao},
journal= {arXiv preprint arXiv:1909.03573},
year = {2020}
}
备注
Accepted by IEEE Transactions on Image Processing (IEEE-TIP)