摘要

本文提出了一种简洁而高效的图像超分辨率网络架构——基于线性压缩的跳跃连接网络（Linear Compressing based Skip-connecting Network, LCSCNet）。与具有跳跃连接的两种代表性网络架构ResNet和DenseNet相比，LCSCNet在跳跃连接中引入了线性压缩层，用于连接前序特征图，并将其与新提取的特征图区分开来。该设计使LCSCNet兼具DenseNet在特征区分处理方面的优势以及ResNet在参数效率上的优点。此外，为更有效地利用深度模型中不同感受野层级所蕴含的低层与高层层次化信息，受LSTM中门控单元的启发，本文进一步提出一种基于多监督训练的自适应逐元素融合策略。大量实验结果表明，LCSCNet在与当前先进算法的对比中展现出显著优越性，验证了其有效性。