南京邮电大学学报(自然科学版)

作者：王彩玲,沈　齐

单位：南京邮电大学 自动化学院、人工智能学院，江苏 南京　210023南京邮电大学 自动化学院、人工智能学院，江苏 南京　210023

关键词：对比学习；非对称孪生网络；特征提取与特征差异；超分辨率重建

基金：南京邮电大学自然科学基金(NY220057)资助项目

在众多图像处理任务中，图像的质量好坏对任务的影响是巨大的。对于低分辨率图像带来的像素模糊和细节缺失等问题，提出一种基于非对称特征差异网络模型用于图像超分辨率重建，将自监督的对比学习思想应用在无监督的图像超分辨率重建领域。通过对比两个网络之间特征图的差异，计算出损失并反向更新网络的权重，增强网络学习图像内部数据分布的能力。设计了一种特征增强模块，进一步提高生成结果的质量。经过图像质量评价指标的客观实验和可视化结果的主观展示，提出的方法能够有效地提高细节特征和图像质量。

来源：2022年第2期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2022年第2期