第44卷第3期2023年3月激光杂志LASEＲJOUＲNALVol.44，No.3March，2023http∶//www．laserjournal．cn收稿日期:2022－10－11基金项目:国家自然科学基金(No．62071366)作者简介:李雪浩(1996－)，男，硕士研究生，主要从事图像超分辨率重建的研究。E－mail:214137882@qq．com;肖秦琨(1973－)，男，博士后，教授，硕士生导师，从事图像处理、多视觉人体运动跟踪与理解的研究。E－mail:65369952@qq．com基于分组卷积的轻量级图像超分辨率重建李雪浩，肖秦琨，杨梦薇西安工业大学电子信息工程学院，西安710021摘要:目前，多数基于卷积神经网络的图像超分辨率算法主要面临着网络结构复杂、参量过大以及推理速率缓慢的问题。因此，提出了利用分组卷积实现轻量化的图像超分辨率重建算法。设计了分组卷积块提取图像的基础特征，使网络参量和推理时间有效地减少，同时引入了一种改进轻量型通道注意力机制，在保证通道依赖性的同时，准确定位到目标的位置，提升重建的性能。利用亚像素卷积的过渡采样可以对特征起到集成作用，可以有效地提高重建精度减少噪声和伪影。实验结果表明，该网络在重建性能具有竞争力的前提下，参数量相比于轻量级多尺度超分辨率与超尺度网络低30%以上，并且重建速度也得到提升。关键词:注意力机制;过尺度上采样;轻量级;分组卷积中图分类号:TN911文献标识码:Adoi:10.14016/j．cnki．jgzz.2023.03.126Lightweightimagesuper－resolutionalgorithmbasedongroupingconvolutionLIXuehao，XIAOQinkun，YANGMengweiSchoolofElectronicInformationEngineering，Xi’anTechnologicalUniversity，Xi’an710021，ChinaAbstract:Atpresent，mostimagesuper－resolutionalgorithmsbasedonconvolutionalneuralnetworkmainlyfacetheproblemsofcomplexnetworkstructure，toolargeparametersandslowreasoningspeed．Therefore，alightweightimagesuper－resolutionreconstructionalgorithmusingblockconvolutionisproposed．Thebasicfeaturesoftheimageareextractedbyblockconvolution，sothatthenetworkparametersandreasoningtimecanbeeffectivelyreduced．Atthesametime，animprovedlightweightchannelattentionmechanismisintroduced，whichcanaccuratelylocatethetargetlocationandimprovethereconstructionperformancewhileensuringthechanneldependence．Overscalesamplingusingsub－pixelconvolutioncanintegratefeatures，effectivelyimprovet...
