计算机科学与探索

作者：辜翱, 方艳红

单位：1. 西南科技大学 复杂环境装备可靠性研究中心，四川 绵阳 6210102. 西南科技大学 信息工程学院，四川 绵阳 621010

关键词：单图像的超分辨率,几何约束,多尺度特征,ghost卷积,结构注意力

基金：国家自然科学基金（U1830133）；西南科技大学发展基金（21zx7125）。

针对将超分辨率技术应用于古建筑物图像修复时，如何在更大尺度的重建时更多地保留原始图像的几何结构问题，提出一种基于几何约束与结构注意力增强的超分辨率图像重建方法。该方法在GeoSR模型的基础上设计了多尺度特征融合ghost卷积模块，在不显著增加模型参数的同时，提升模型性能；同时引入结构注意力增强模块，在上采样时自适应地调整不同通道和空间位置的权重，使模型能够更加关注图像中的结构信息，从而更有效地捕捉和恢复图像细节；利用最小化混合均方误差和几何对齐误差构成损失函数，在训练中有效地恢复了细节和几何规律。在Cityscape、DIV2K等数据集上进行了详尽的实验，实验结果表明利用多尺度的ghost卷积模块能够在减小模型参数同时增强模型的性能，同时结构注意力增强模块的应用使模型对几何结构的重建更加出色。改进后的模型只有原始GeoSR模型参数的80.9%，但超分辨率重建效果对比目前的模型效果更好，特别是在4倍和8倍的重建尺度下，该模型效果提升更明显。

来源：2025年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第7期