Abstract：
近年来，超分辨率重建已经成为图像处理领域的一个研究热点。然而，超分辨率重建面临着诸多挑战，当模型参数过大时，虽然能取得良好的性能，但需要巨大的内存成本。针对目前大多数图像超分辨率网络无法做到既能实现良好的性能，又能保持网络模型轻量级的问题，提出了一种用于单图像超分辨率的新型轻量级双阶段网络。具体来说，设计了一种轻量级卷积模块用于局部特征提取，同时引入了一种轻量级Transformer模块学习图像的长期依赖关系，用于建模全局信息。实验结果表明，所提模型在客观评价指标和视觉效果上均表现良好。
Keyword：
Reprint 's Address：
Email：
Source ：
电视技术
ISSN： 1002-8692
CN： 11-2123/TN
Year： 2024
Issue： 05
Volume： 48
Page： 57-61,68
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
