计算机工程与科学

作者：杨胜荣, 车文刚, 高盛祥, 赵云莱

单位：（昆明理工大学信息工程与自动化学院，云南 昆明 650504）

关键词：图像超分辨率,轻量级,特征蒸馏,多尺度卷积,

基金：国家自然科学基金（61972186，U21B2027）

针对在轻量化网络中提取底层特征感受野不足以及缺乏对局部关键特征强化的问题，提出一种多阶段特征蒸馏加权的轻量级图像超分辨率网络LMSWN。首先，通过类金字塔模块扩大对浅层特征提取时的感受野，融合不同尺度的特征信息，丰富网络的信息流；其次，设计多阶段残差蒸馏加权模块用于增强方形卷积提取局部关键特征的能力，以恢复更多细节信息提高重建性能，同时将通道分离与1×1卷积结合共同实现对特征的逐级蒸馏，减少网络参数量；最后，引入2个自适应参数对多阶段残差蒸馏加权模块的2条支路特征进行联合学习，提升对不同层次特征信息的关注度，进一步增强网络的表征能力。实验结果表明，在 Set 5、Set 14、BSD 100、Urban 100 和 Manga 109 这5个基准测试集上的实验充分验证了所提网络的有效性，其性能超过了当前主流轻量级网络。

来源：2024年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第8期