1.一种特征强化的跨窗口轻量级超分辨率方法,其特征在于,包括以下步骤:构建基于Token字典交叉的自注意力机制,并引入Token分组机制,组成基于Token分组的字典交叉自注意力模块,即TDAB模块;
基于TDAB模块构建特征强化的跨窗口轻量级超分辨率网络;
使用所述特征强化的跨窗口轻量级超分辨率网络对待重建的低分辨率图像进行重建,得到重建结果。
2.根据权利要求1所述的特征强化的跨窗口轻量级超分辨率方法,其特征在于,所述基于Token字典交叉的自注意力机制,其内部执行过程包括以下步骤:引入一个额外的字典
使用字典D生成键字典K
其中,
使用键字典和值字典通过交叉注意计算来增强查询Tokens,得到最终输出其中,
3.根据权利要求2所述的特征强化的跨窗口轻量级超分辨率方法,其特征在于,设置
4.根据权利要求2所述的特征强化的跨窗口轻量级超分辨率方法,其特征在于,所述基于Token分组的字典交叉自注意力模块,其内部执行过程包括以下步骤:利用Token分组机制对输入Token X和Token字典D进行平均分组并对分组结果分别进行映射;
采用不同核大小的深度可分离卷积对映射的结果进行精细分组;
采用交叉注意计算对精细分组的结果进行增强,得到最终输出。
5.根据权利要求4所述的特征强化的跨窗口轻量级超分辨率方法,其特征在于,所述利用Token分组机制对输入Token X和Token字典D进行平均分组并对分组结果分别进行映射,包括以下步骤:对输入的Token
其中,Split表示分组操作,
通过3×3深度卷积和
6.根据权利要求4所述的特征强化的跨窗口轻量级超分辨率方法,其特征在于,所述采用不同核大小的深度可分离卷积对映射的结果进行精细分组,包括以下步骤:i=0时,不进行精细分组,对
i=1,2,3时,对
其中,
7.根据权利要求4所述的特征强化的跨窗口轻量级超分辨率方法,其特征在于,所述采用交叉注意计算对精细分组的结果进行增强,包括以下步骤:使用
其中,
8.根据权利要求1所述的特征强化的跨窗口轻量级超分辨率方法,其特征在于,所述特征强化的跨窗口轻量级超分辨率网络,包括:浅层特征提取模块,采用一个3×3卷积层对输入的低分辨率图像进行浅层特征提取;
深层特征提取模块,采用依次连接的四个残差分组注意力组和一个特征连接模块,采用全局残差连接将深层特征与浅层特征连接起来,得到最终特征;
图像重构模块,采用一个3×3卷积层和上采样,基于最终特征进行图像重建,获得高分辨率图像。
9.一种特征强化的跨窗口轻量级超分辨率系统,其特征在于,包括:第一构建模块,构建基于Token字典交叉的自注意力机制,并引入Token分组机制,组成基于Token分组的字典交叉自注意力模块,即TDAB模块;
第二构建模块,基于TDAB模块构建特征强化的跨窗口轻量级超分辨率网络;
超分辨率模块,使用所述特征强化的跨窗口轻量级超分辨率网络对待重建的低分辨率图像进行重建,得到重建结果。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。