分级特征反馈融合的深度图像超分辨率重建.pdfVIP

第48卷第4期 自动化学报 VoL48．No．4 2022年4月 ACTAAUTOMATICASINICA April，2022 分级特征反馈融合的深度图像超分辨率重建 2 张帅勇11 刘美琴1’2 姚超3 林春雨1’2 赵耀1’2 摘 要 受采集装置的限制，采集的深度图像存在分辨率较低、易受噪声干扰等问题．本文构建了分级特征反馈融合网络 featurefeedback (Hierarchical 理特征在不同尺度下的分层特征，构建深度一纹理的分层特征表示．为了有效利用不同尺度下的结构信息，本文设计了一种 分级特征的反馈式融合策略，综合深度一纹理的边缘特征，生成重建深度图像的边缘引导信息，完成深度图像的重建过程． 与对比方法相比，实验结果表明HFNN网络提升了深度图像的主、客观重建质量． 关键词深度图像，超分辨率重建，特征融合，残差学习 引用格式张帅勇，刘美琴，姚超，林春雨，赵耀．分级特征反馈融合的深度图像超分辨率重建．自动化学报，2022，48(4)： 992—1003 DOI 10．16383／j．aas．c200542 HierarcllicalFeatureFeedbackNetworkfor DepthSuper-resolution ZHANG LIU YA0Cha03LINChun-Yul，2ZHA0Ya01，2 Shuai—Yon912Mei—Qinl，2 AbstractDuetothelimita土ionsofthe are distortednoiseand depthacqui8itiondevices，thedepthmapseasily by withlowre80lution．Inthis ahierarchicalfeaturefeedback reconstruct paper，wepropose network(HFFN)todepth with HFFN the high．resolution．Theusesa structuretominefbaturesofdepth．textureatdifferent map pyramid construct8thehierarchicalf色ature of orderto utilizethe scales，and representationsdepth—texture．Ineffbctively structural at inf6rmationdiff色rent f色edbackfllsion basedonhierarchicalfbaturesis scales，a strategy designed， which the fbaturesof to informationtoa8sistthereconstruc— integratesedge depth—texturegenerateedgeguidance tion of withthe resultsshowthattheHFFN processdepthmap．Comparedcomparisonmethod8，theexperimental canachievebetter and sub