摘要
تفترض طرق الدقة الفائقة الحالية عملية تدهور محددة مسبقًا من الصور عالية الدقة إلى الصور منخفضة الدقة، وهو أمر يصعب تطبيقه على صور العالم الحقيقي التي تحتوي على أنواع تدهور معقدة. لمعالجة هذه المشكلة، تقترح هذه الورقة نموذج دقة فائقة أعمى قائم على إدراك التدهور. يقوم النموذج بتوليد صور منخفضة الدقة بواسطة نوى طمس عشوائية، ويستخدم التعلم التبايني لتمثيل التدهور. يتكون مولد النموذج من مجموعات بقايا تحتوي على عدة كتل إدراك التدهور. تقوم كتل إدراك التدهور بحساب خريطة أوزان فضائية من خلال الانتباه المتبادل بين تمثيل التدهور وميزات الصورة، بالإضافة إلى ذلك، يجمع النموذج الميزات الهرمية لمخرجات مجموعات البقايا ويحسِب انتباهًا بين الطبقات لإعادة استخدام الميزات الهرمية، مما يجعل النموذج يركز أكثر على التفاصيل عالية التردد ويعزز قدرة استخراج الميزات. تم التحقق من فعالية كل وحدة من خلال تجارب الاستئصال. في عدة مجموعات اختبار دولية مفتوحة، تحسن متوسط PSNR بمقدار 1.45 ديسيبل، وتحسن SSIM بمقدار 0.058 عند تكبير 4 مرات. تظهر النتائج التجريبية أن النموذج يحقق أداءً ملحوظًا في مهمة الدقة الفائقة الأعمى، ويتمتع بفعالية بصرية جيدة.
关键词
دقة فائقة;دقة فائقة أعمى;انتباه متبادل;انتباه مكاني;إعادة استخدام الميزات
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website