《表3 基准数据集上的评价结果(PSNR(d B)/SSIM)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《用于图像超分辨的密集跳跃注意连接网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如表3所示（加粗为最优结果），本文在多个基准数据集上进行定量比较，可以看出本文算法在不同的放大倍数上相较其他方法总体上有较大提升。DRCN[21]、VDSR[10]将全局残差结构应用到网络的最终重建层；Lap SRN[23]和DSRN[24]在网络中从不同的分辨率空间对所需的特征进行提取，并且DSRN把原始的残差结构运用到网络当中，但是，这些算法都缺乏对网络中各个卷积层输出特征更细粒度的利用。对于图像超分辨这个需要密集预测出每一个像素点值的任务来说，从原始图像中提取更多的信息是至关重要的。而本文的算法采用双层密集连接把级联和残差结构结合，充分利用了每个深度的卷积提取的特征，并且引入了注意力机制，从宏观和微观两个角度对网络进行调节，从而能从原始图像中提取更丰富的信息，适应更复杂的情况。