控制与决策

作者：程德强,程志威,马祥,李龙,寇旗旗,江鹤

单位：中国矿业大学 信息与控制工程学院，江苏 徐州 221116,,中国矿业大学 信息与控制工程学院，江苏 徐州 221116,,中国矿业大学 信息与控制工程学院，江苏 徐州 221116,,中国矿业大学 信息与控制工程学院，江苏 徐州 221116,,中国矿业大学 计算机科学与技术学院，江苏 徐州 221116,,中国矿业大学 信息与控制工程学院，江苏 徐州 221116,

关键词：轻量级;超分辨率重建;渐近式感受野;阶梯式卷积链;潜在特征;特征融合

基金：国家自然科学基金项目(52204177, 52304182)；徐州市推动科技创新专项资金项目(KC23401)；成都大学模式识别与智能信息处理四川省高校重点实验室开放基金项目(MSSB-2024-04).

传统轻量级图像超分辨率重建方法通常依赖单一尺度的卷积提取图像特征, 简单地将浅层与深层特征聚合后进行图像重建. 然而, 这种做法忽略了感受野信息的丰富性以及中间潜在特征在图像重建过程中的重要作用, 导致卷积层间的信息交互受限, 进而造成图像细节信息丢失和重建精度不高的问题. 鉴于此, 提出一种基于渐近式感受野的轻量级图像超分辨率重建方法. 该方法的核心在于设计一种双路阶梯式卷积链, 通过逐步调整感受野的大小, 有效地融合图像的整体结构信息和局部细节特征, 从而实现信息的多样化表达. 此外, 探索一种多维潜在特征的融合方法, 旨在充分挖掘多维潜在特征间的相关性. 实验结果表明, 与目前流行的重建方法相比, 所提出的方法在捕捉图像细节方面表现出色.

来源：2025年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第4期