用于轻量级立体图像超分辨的多级特征融合网络

立体图像超分辨利用左右视角图像的视差效应带来的跨视图互补信息来重建更高质量的图像。级联特征提取模块和跨视图特征交互模块以利用立体图像的信息是众多方法的重点。然而，这增加了大量的网络参数和结构冗余。为了促进立体图像超分辨在下游任务中的应用，我们提出了一种用于轻量级立体图像超分辨的高效多级特征融合网络（MFFSSR）。具体而言，MFFSSR 利用混合注意力特征提取块（HAFEB）来提取多级视图内特征。利用通道分离策略，HAFEB 能够与嵌入的跨视图交互模块进行高效交互。这种结构配置能够在提高跨视图信息共享效率的同时，高效挖掘视图内部的特征。因此，能够更准确地重建图像细节和纹理。大量实验证明了 MFFSSR 的有效性。我们以更少的参数实现了优越的性能。源代码可在 https://github.com/KarosLYX/MFFSSR 获取。