基于用于红外传感器的轻量级动态注意网络的超分辨率热图像
Haikun Zhang1, Yueli Hu1, Ming Yan1
1School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200444, China.
Sensors (Basel, Switzerland)
|November 14, 2023
概括
这项研究引入了一个用于增强红外传感器热图像的新网络. 动态注意力机制提高了分辨率和细节,使红外成像对边缘设备更加实用.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 传感器技术 传感器技术
背景情况:
- 红外传感器捕获热图像,但与RGB相机相比,民用探测器的分辨率较低.
- 现有的热成像在细节恢复方面扎,限制了安全和军事领域的应用.
- 需要高分辨率的热成像对于先进的监视和监控至关重要.
研究的目的:
- 提出一种基于动态注意力机制的超分辨率网络,用于红外热图像.
- 为了提高分辨率并恢复低分辨率热成像中的高频细节.
- 开发适合在边缘设备上实际部署的轻量级网络.
主要方法:
- 开发了一个动态的注意力机制,通过适应性重新权衡来自注意力和非注意力分支的特征.
- 利用道和像素智能的注意力阻断来提取信息特征.
- 在动态权重块中采用1D卷积,以减少参数和改进通道交互.
主要成果:
- 拟议的网络显著提高了热图像的分辨率.
- 在三个测试数据集上,实现了高频细节的卓越恢复.
- 该网络展示了具有较低计算成本的轻量结构.
结论:
- 动态注意力机制有效地提高了热图像超分辨率.
- 拟议的网络为改善边缘设备上的红外传感器成像质量提供了实际解决方案.
- 这一进步对监视,安全和军事应用有影响,这些应用需要高保真度热成像.
