Semantic-Guided Global-Local Collaborative Networks for Lightweight Image Super-Resolution

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的语义引导全局-局部协作网络(SGGLC-Net),旨在解决单幅图像超分辨率中的模糊与细节丢失问题。通过引入语义指导和全局-局部协作模块,该方法显著提升了图像细节质量,实验结果表明其在多个基准数据集上优于现有轻量级超分辨率方法。

🎯

关键要点

  • 本研究提出了一种新的语义引导全局-局部协作网络(SGGLC-Net),旨在解决单幅图像超分辨率中的模糊与细节丢失问题。
  • SGGLC-Net通过引入语义指导模块与全局-局部协作模块,有效提升超分辨率过程中的图像细节质量。
  • 实验结果表明,SGGLC-Net在多个基准数据集上优于现有的轻量级超分辨率方法。
  • 该方法展示出对视觉测量系统的显著优化潜力。
➡️

继续阅读