计算机辅助设计与图形学学报

作者：杨本臣, 李浩然, 金海波

关键词：超分辨率, 小波变换, 边缘特征, 可逆神经网络

针对当前深度超分网络参数量非常庞大, 且推理速度缓慢, 而轻量化网络在复杂环境条件下无法表达图像深层特征的问题, 提出基于特征增强的轻量化可逆超分辨率网络. 首先提出边缘特征残差, 配合所提的边缘相似损失指导模型重建, 增强重建图像对纹理轮廓的表达能力; 然后补充新的小波特征核, 使小波变换支持任意缩放因子的重建任务; 最后引入全局特征提取模块, 在特征图中嵌入自注意力机制, 提取全局特征. 在缩放因子为 4 时的基准测试集 Set5 上的实验结果表明, 与 SwinIR-light 相比, 所提网络表现更优, PSNR 提升 0.41 dB, 参数量减少 244k, 推理时间缩短 49.05%.

来源：2025年第4期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第4期