标题：基于特征金字塔的轻量化图像超分辨率算法
作者：吴琬琦1；肖广2；滕国伟1
作者单位：1上海大学通信与信息工程学院智慧考试联合实验室， 上海 200444；2 上海市教育考试院，上海 200433
关键字：图像超分辨率；轻量化；特征融合；特征金字塔；深度学习
摘要：近年来，深度学习技术推动了图像超分辨率领域的进展。然而，现有的网络计算资源消耗量大，无法在移动端设备上进行应用。针对这一问题，提出了一种基于特征金字塔的轻量化图像超分辨率算法。在设计的特征金字塔提取模块中，采用通道分离和交叉融合的操作，提高特征的表达能力，更全面地捕捉不同特征间的关联。此外，设计了一种双分支的通道注意力机制，引导两个特征自适应性融合，同时引入残差结构让模型训练更加稳定。在Manga109数据集的2倍尺度的实验中，相比于SRCNN算法和IDN算法，提出的方法峰值信噪比（PSNR）分别提高了1.35 dB和0.18 dB，参数量相比IDN减少了43.76%。