通过整体注意力网络实现单图像超分辨率
图像与视频处理
2020-08-21 v1 计算机视觉与模式识别
摘要
信息性特征在单图像超分辨率任务中起着关键作用。通道注意力已被证明能有效保留每一层中信息丰富的特征。然而，通道注意力将每个卷积层视为独立过程，忽略了不同层之间的相关性。为了解决这个问题，我们提出了一种新的整体注意力网络（HAN），它由层注意力模块（LAM）和通道-空间注意力模块（CSAM）组成，以建模层、通道和位置之间的整体相互依赖关系。具体而言，所提出的LAM通过考虑层间相关性自适应地强调层次化特征。同时，CSAM学习每个通道所有位置的置信度，以选择性地捕获更具信息性的特征。大量实验表明，所提出的HAN优于最先进的单图像超分辨率方法。
引用
@article{arxiv.2008.08767,
title = {Single Image Super-Resolution via a Holistic Attention Network},
author = {Ben Niu and Weilei Wen and Wenqi Ren and Xiangde Zhang and Lianping Yang and Shuzhen Wang and Kaihao Zhang and Xiaochun Cao and Haifeng Shen},
journal= {arXiv preprint arXiv:2008.08767},
year = {2020}
}
备注
16 pages, 6 figures, IEEE International Conference on Computer Vision