您当前的位置：
首页 >
文章列表页 >
基于自适应大核注意力的轻量级图像超分辨率网络
计算机科学与技术 | 更新时间：2025-05-26

    • 基于自适应大核注意力的轻量级图像超分辨率网络

    • Lightweight image super⁃resolution network based on adaptive large kernel attention fusion

    • “在图像超分辨领域，研究者提出了一种轻量级模型，集成3种大核注意力，引入自适应注意力融合机制，有效提升模型性能。”
    • 吉林大学学报（工学版）   2025年55卷第3期 页码：1015-1027
    • 作者机构：

      1.中国矿业大学 信息与控制工程学院，江苏 徐州 221116

      2.成都大学 模式识别与智能信息处理四川省高校重点实验室，成都 610106

      3.中国矿业大学 计算机科学与技术学院，江苏 徐州 221116

    • 作者简介：

      程德强（1979-），男，教授，博士.研究方向：图像智能检测与模式识别，图像处理与视频编码.E-mail：cdqcumt@126.com

      江鹤（1990-），男，讲师，博士.研究方向：图像修复，图像识别与三维重建.E-mail：jianghe@cumt.edu.cn

    • 基金信息：
      国家自然科学基金项目(52304182;52204177);四川省数据恢复重点实验室开放基金项目(DRN2408)
    • 中图分类号： TP391.41

    • 收稿：2023-10-26，

      纸质出版：2025-03-01

    移动端阅览

  • 程德强,刘规,寇旗旗等.基于自适应大核注意力的轻量级图像超分辨率网络[J].吉林大学学报（工学版）,2025,55(03):1015-1027. DOI：

    CHENG De-qiang,LIU Gui,KOU Qi-qi,et al.Lightweight image super⁃resolution network based on adaptive large kernel attention fusion[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(03):1015-1027. DOI：

  •  
  •  

0

浏览量

6

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

考虑动力学性能的高速薄壁齿轮多目标优化
多深度自适应融合去雾生成网络
基于渐进递归的生成对抗单幅图像去雨算法
基于多尺度候选融合与优化的三维目标检测算法
基于轨迹优化的三维车辆多目标跟踪

相关作者

刘长钊
王磊
张铁
李峥琪
宋健
李辉
沈艳军
杨超

相关机构

重庆大学 机械与运载工程学院
重庆大学 高端装备机械传动全国重点实验室
电子科技大学 航空航天学院
湖北省输电线路工程技术研究中心
三峡大学 电气与新能源学院
0