0 引言

1 相关工作

1.1 残差结构和密集连接

1.2 通道注意力机制

2 算法设计

2.1 网络结构

整体的网络结构如图 1所示，包括低级特征提取模块、高级特征提取模块和图像重建模块3部分。在低级特征提取模块中只用了一层3×3卷积，在高级特征提取部分使用非局部残差密集结构，包括一个非局部模块和多个残差密集注意力模块(residual dense block aten-tion module, RDBAM)。非局部模块(图 1上半部分蓝色虚线框)通过使用非局部操作(Wang等，2018b)实现非局部相似性信息提取，而在非局部操作中，与Vu等人(2018)方法一样，使用逆亚像素卷积层，在低分辨率下计算空间相似性信息，然后通过一层亚像素卷积层回到原来的尺寸，从而减少了计算量。图 1中${\mathit{\boldsymbol{W}}_{1 \times 1}} $代表 1×1卷积，$ \otimes $代表矩阵乘法操作，$ \oplus $代表特征相加操作。残差密集注意力模块则由残差密集结构(Wang等，2018c)以及区域级通道注意力机制组成。图像重建部分则使用亚像素卷积进行上采样，并在最后使用一层3×3卷积重构出最终的结果。

图 1 网络架构

Fig. 1 Network architecture

2.2 残差密集注意力模块

RDBAM由3个密集连接块和1个区域级通道注意力模块(RCA)组成，具体结构如图 2所示。与Wang等人(2018b)提出的结构类似，每个密集连接块由4个卷积层组成，其中，每一层的输出都会传递到后续所有层，每个RDBAM中第$ c$个密集连接块的第$i $层卷积输出为

$ {\mathit{\boldsymbol{D}}_{c, i}}(\mathit{\boldsymbol{x}}) = {\mathit{\boldsymbol{W}}_{c, i}}([{\mathit{\boldsymbol{D}}_{c, 1}}(\mathit{\boldsymbol{x}}), {\mathit{\boldsymbol{D}}_{c, 2}}(\mathit{\boldsymbol{x}}), \cdots {\mathit{\boldsymbol{D}}_{c, i - 1}}(\mathit{\boldsymbol{x}})]) $

(4)

图 2 残差密集注意力模块结构

Fig. 2 Architecture of residual dense block attention module

式中，$\mathit{\boldsymbol{x}} $表示输入的特征，${\mathit{\boldsymbol{W}}_{c, i}} $表示第$c $个密集连接块的第$i $个卷积核，这里使用的都是3×3的卷积核，[…]表示特征拼接操作。${\mathit{\boldsymbol{D}}_{c, i}} $代表第$ c$个密集连接块的第$i $层卷积输出。同时，与Lim等人(2017)和Wang等人(2018c)的方法一样，引入了残差缩放学习，即在残差学习过程中使每个密集连接块的输出都乘上一个缩放因子$\alpha $(如图 2所示)，从而使大型模型的训练更加稳定。模块最后是1个区域级通道注意力模块。

2.3 区域级通道注意力机制

使用通道注意力机制(CA)是为了关注通道中的高频特征，进而对特征图中的不同通道加以不同的关注。然而高频特征通常存在于不同的空间位置，仅关注通道层面可能会忽略许多高频信息，导致生成的结果缺乏高频细节。为了解决这个问题，研究特征图中不同区域下的特征在其通道维度上的相互依赖性，提出了区域级通道注意力机制，如图 3所示。

图 3 区域级通道注意力机制结构

Fig. 3 Architecture of region-level channel attention

为了使网络可以考虑到不同区域的信息，在进行注意力机制操作前，先将输入的特征在空间维度上分成$ {k \times k}$个不同的区域，并单独对每个区域上的通道分配不同的注意力，从而实现给同一通道上的不同区域分配不同的注意力。对给定的尺寸为$H \times W \times C $的输入$x $，首先经过两个池化操作，具体为

$ {\mathit{\boldsymbol{z}}_{\max }} = G{P_{\max }}(\mathit{\boldsymbol{x}}, k) $

(5)

$ {\mathit{\boldsymbol{z}}_{{\rm{mean}}}} = G{P_{{\rm{mean}}}}(\mathit{\boldsymbol{x}}, k) $

(6)

$ {\mathit{\boldsymbol{z}}_c} = {\mathit{\boldsymbol{z}}_{\max }} + {\mathit{\boldsymbol{z}}_{{\rm{mean}}}} $

(7)

式中，$G{P_{\max }} $和$ G{P_{{\rm{mean}}}}$分别表示最大值池化和均值池化，$k $表示池化后的尺寸(即对每个子区域分别进行全局池化)，与Woo等人(2018)的方法一样，本文使用两种不同的池化方式来更全面地聚合区域信息，得到尺寸为$k \times k \times C $的输出${\mathit{\boldsymbol{z}}_c} $。然后经过两个1×1卷积层和激活层，具体为

$ \mathit{\boldsymbol{z}} = f({\mathit{\boldsymbol{W}}_{\rm{U}}}({\mathit{\boldsymbol{W}}_{\rm{D}}}({\mathit{\boldsymbol{z}}_c}))) $

(8)

式中，${\mathit{\boldsymbol{W}}_{\rm{U}}} $和${\mathit{\boldsymbol{W}}_{\rm{D}}} $分别表示升维和降维的1 × 1卷积，目的是为了更好地拟合通道间的复杂依赖，$f $表示sigmoid激活函数。然后将输出的注意力$\mathit{\boldsymbol{z}} $与输入$\mathit{\boldsymbol{x}} $进行对应通道与对应区域的相乘，得到最终的输出。具体为

$ \mathit{\boldsymbol{x}} = \mathit{\boldsymbol{x}} \odot (U(\mathit{\boldsymbol{z}})) $

(9)

式中，$U $表示最近邻插值操作，将$\mathit{\boldsymbol{z}} $上采样到与输入$\mathit{\boldsymbol{x}} $相同的尺寸，从而使相同区域上的注意力相同；$\odot $表示元素对应相乘。

2.4 高频关注损失

3 实验结果及分析

3.1 实验配置

3.1.1 数据准备

3.1.2 训练设置

3.2 模型简化测试

为验证区域级通道注意力机制和高频关注损失的作用，分别进行了4组放大因子为4的实验，使用DIV2K的部分验证集计算峰值信噪比(peak signal to noise ratio，PSNR)，如表 1所示。验证区域级通道注意力机制时，令其中的$k $(池化过后的尺寸)为1和3，分别表示普通的通道注意力机制和区域级通道注意力机制。验证高频关注损失的作用时，分别验证仅使用${L_1} $损失进行微调和使用${L_1} $损失及高频关注损失${L_{\rm{H}}} $共同进行微调的结果。从表 1可以看出，在都使用${L_1} $损失的情况下，使用区域级通道注意力机制的模型比使用普通通道注意力机制的模型的PSNR增加了0.026 dB。使用相同注意力机制情况下，使用高频关注损失进行微调的模型结果明显好于使用${L_1} $损失进行微调的结果，两者同时使用可以带来更好的结果。图 4进一步展示了表 1中的4种情况在DIV2K校验集上的视觉结果，可以看出，使用了RCA+${L_{\rm{H}}} $的结果纹理更加清晰锐利，视觉效果明显好于没有使用的情况。实验充分证明了区域级通道注意力机制及高频关注损失的有效性。

表 1 模型简化测试
Table 1 Ablation study

下载CSV

方法	PSNR/dB
全局通道注意力机制+${L_1} $	29.643
全局通道注意力机制+${L_1} $+$\lambda {L_{\rm{H}}} $	29.654
区域级通道注意力机制+ ${L_1} $	29.669
区域级通道注意力机制+${L_1} $+$\lambda {L_{\rm{H}}} $	29.674

图 4 DIV2K校验集图像实验结果对比

Fig. 4 Comparison results of DIV2K validation image experiment

((a)HR; (b)base; (c)${L_{\rm{H}}} $; (d)RCA; (e)RCA+${L_{\rm{H}}} $)

3.3 $k $值的研究

考虑到高频细节通常是区域级的，当$k $(池化后的尺寸)过大时，RCA关注的区域数量变得过多而区域尺寸变得过小，可能无法起到关注局部高频细节的作用。为此，本文进一步探索在区域级通道注意力机制中使用不同的$k $值带来的网络性能变化。为节省时间，实验时只用了8个RDBAM块，在不同的$k $值下训练100个epoch，分别测试模型在Set14上的PSNR，结果如表 2所示，其中4种$k $值的训练过程图如图 5所示。从表 2可以看出，在Set14测试集上，$k $=3时性能最佳。$k $值过大时，网络性能开始下降，无法发挥注意力机制的作用。从图 5可以看出，$k $=3时整体训练过程都较为稳定且性能最好，$k $值过大时性能就会下降。因此，适当的$k $值可以提升网络性能，而过大的$k $值会带来性能下降。

表 2 在Set14测试集上不同$k $值下的模型的PSNR
Table 2 PSNR for models with different $k $ values on the Set14 test set

下载CSV

$k $	PSNR/dB
1	28.223
2	28.231
3	28.246
4	28.233
6	28.236
8	28.214
16	28.237
48	28.106
注：加粗字体表示最优结果。

图 5 不同的$k $值在Set14上的PSNR收敛图

Fig. 5 PSNR convergence curves for different $k $ values on the Set14 test set

3.4 低通滤波的选择和阈值$\mathit{\Delta} $的设置

为验证不同的低通滤波和不同的阈值$\mathit{\Delta} $对式(11)中高频权重图${\mathit{\boldsymbol{H}}_t} $提取的影响, 分别考虑了高斯滤波、中值滤波、双边滤波和均值滤波这4种常见的低通滤波，以及0、3、5、10、15这5种不同的阈值$\mathit{\Delta} $。图 6为不同情况下的高频权重图${\mathit{\boldsymbol{H}}_t} $的可视化展现，从下至上依次为$\mathit{\Delta} $=0、$\mathit{\Delta} $=3、$\mathit{\Delta} $=5、$\mathit{\Delta} $=10和$\mathit{\Delta} $=15。可以看出，阈值$\mathit{\Delta} $相同时，使用高斯滤波和双边滤波最后提取的高频纹理效果较差，中值滤波的提取效果整体上也差于均值滤波，4种低通滤波中，使用均值滤波作为低通滤波最终提取的高频权重图效果最好。对阈值$\mathit{\Delta} $，其值较小时，${\mathit{\boldsymbol{H}}_t} $中存在较多的低频信息，其值过大时，${\mathit{\boldsymbol{H}}_t} $中高频信息会显著减少。从图 6可以看出，阈值$\mathit{\Delta} $在5附近时提取得到的高频权重图效果最好。因此，在计算图像的高频权重图时，使用均值滤波作为低通滤波，阈值$\mathit{\Delta} $的值设置为5。

图 6 不同的低通滤波和阈值$\mathit{\Delta} $下的${\mathit{\boldsymbol{H}}_t} $

Fig. 6 ${\mathit{\boldsymbol{H}}_t} $ for different filters and $\mathit{\Delta} $ values

((a)original; (b)Gaussian filter; (c)median filter; (d)bilatera filter; (e)mean filter)

3.5 权重$\lambda $的设置

高频关注损失是为了使网络关注到高频细节位置上的损失，增强网络重建高频细节的能力。然而过于关注高频位置上的损失可能会降低模型的性能，因此需要设置合适的$\lambda $值，使网络既能关注高频细节位置上的损失，又不降低模型性能。实验设定了6种不同的$\lambda $值：0、0.05、0.1、0.5、1、10，使用DIV2K的部分校验集计算PSNR，具体结果如表 3所示。可以看出，$\lambda $= 0.1时PSNR最高。$\lambda $较小时，网络对于高频位置上的关注较少，因此PSNR较低；$\lambda $过大时，网络过分关注高频信息而忽略了对整体低频部分的重建，反而会降低性能。

表 3 不同$\lambda $值下的模型在DIV2K校验集上的PSNR
Table 3 PSNR for models with different $\lambda $ values on the DIV2K validation set

下载CSV

$\lambda $值	PSNR/dB
0	29.643
0.05	29.647
0.1	29.654
0.5	29.641
1	29.639
10	29.567
注：加粗字体表示最优结果。

3.6 主观效果及客观指标

为充分验证本文算法性能，与Bicubic(Keys，1981)、SRCNN(Dong等，2015)、VDSR(accurate image super-resolution using very deep convolutional net-works)(Kim等，2016a)、RCAN(image super-resolution using very deep residual channel attention networks)(Zhang等，2018b)、SRFBN(feedback network for image super-resolution)(Li等，2019)和HAN(single image super-resolution via a holistic attention network)(Niu等，2020)算法进行对比，在4个常用数据集Set5、Set14、BSD100和Urban100上分别进行测试。为保证公平，对比算法均使用DIV2K训练集，且训练条件与本文算法相同。表 4—表 6分别展示了不同算法在2倍、3倍和4倍放大倍数下的PSNR和SSIM(structural similarity)。可以看到，与其他算法相比，本文算法性能均有显著提升。

表 4 不同算法在2倍放大倍数下的PSNR和SSIM
Table 4 Average PSNR/SSIM of different algorithms for scale factors ×2

下载CSV

方法	Set5			Set14			BSD100			Urban100
	PSNR/dB	SSIM		PSNR/dB	SSIM		PSNR/dB	SSIM		PSNR/dB	SSIM
Bicubic	33.66	0.929 9		30.24	0.868 8		29.56	0.843 1		26.88	0.840 3
SRCNN	36.66	0.954 2		32.45	0.906 7		31.36	0.887 9		29.50	0.894 6
VDSR	37.53	0.959 0		33.05	0.913 0		31.90	0.896 0		30.77	0.914 0
RCAN	38.08	0.959 3		33.87	0.913 5		32.13	0.899 7		32.90	0.933 9
SRFBN	38.11	0.957 4		33.79	0.913 3		32.12	0.895 5		32.78	0.928 0
HAN	38.13	0.960 5		34.04	0.916 5		32.20	0.898 0		32.93	0.934 6
本文	38.15	0.961 1		33.95	0.919 4		32.30	0.900 9		32.95	0.934 9
注：加粗字体表示各列最优结果。

表 5 不同算法在3倍放大倍数下的PSNR和SSIM
Table 5 Average PSNR/SSIM of different algorithms for scale factors ×3

下载CSV

方法	Set5			Set14			BSD100			Urban100
	PSNR/dB	SSIM		PSNR/dB	SSIM		PSNR/dB	SSIM		PSNR/dB	SSIM
Bicubic	30.39	0.868 2		27.55	0.774 2		25.96	0.667 5		24.46	0.734 9
SRCNN	32.75	0.909 0		29.30	0.821 5		28.41	0.786 3		26.24	0.798 9
VDSR	33.67	0.921 0		29.78	0.832 0		28.83	0.799 0		27.14	0.829 0
RCAN	34.67	0.927 6		30.49	0.845 5		29.20	0.808 8		28.73	0.866 9
SRFBN	34.63	0.926 3		30.48	0.845 7		29.13	0.808 5		28.69	0.865 3
HAN	34.65	0.926 9		30.55	0.844 4		29.26	0.803 5		28.91	0.859 9
本文	34.72	0.929 0		30.63	0.846 1		29.28	0.809 7		28.93	0.867 8
注：加粗字体表示各列最优结果。

表 6 不同算法在4倍放大倍数下的PSNR和SSIM
Table 6 Average PSNR/SSIM of different algorithms for scale factors ×4

下载CSV

方法	Set5			Set14			BSD100			Urban100
	PSNR/dB	SSIM		PSNR/dB	SSIM		PSNR/dB	SSIM		PSNR/dB	SSIM
Bicubic	28.42	0.810 4		26.00	0.702 7		25.96	0.667 5		23.14	0.657 7
SRCNN	30.48	0.862 8		27.50	0.751 3		26.90	0.710 1		24.52	0.722 1
VDSR	31.35	0.883 0		28.02	0.768 0		27.29	0.072 6		25.18	0.754 0
RCAN	32.55	0.897 8		28.80	0.787 6		27.71	0.743 0		26.61	0.803 2
SRFBN	32.35	0.896 9		28.75	0.779 9		27.65	0.743 3		26.53	0.796 5
HAN	32.60	0.893 0		28.82	0.783 3		27.72	0.749 1		26.70	0.798 6
本文	32.51	0.898 0		28.82	0.787 6		27.72	0.742 4		26.66	0.803 6
注：加粗字体表示各列最优结果。

为进一步验证本文算法的性能，与Bicubic、SRCNN、VDSR、RCAN、SRFBN和HAN算法的效果进行对比，图 7和图 8分别为不同算法对Urban100数据集中的img016和img024图像的4倍重建结果。可以看出，相较于其他算法，本文算法重建的楼房效果更加清晰。而对于图 8中的地板，本文算法对纹理的重建效果要更加清晰且不失真。

图 7 不同算法对Urban100数据集中img016的4倍重建结果

Fig. 7 Four times reconstruction results of img016 in Urban100 dataset by different algorithms

((a)original; (b)HR; (c)Bicubic; (d)SRCNN; (e)VDSR; (f)RCAN; (g)SRFBN; (h)HAN; (i)ours)

图 8 不同算法对Urban100数据集中img024的4倍重建结果

Fig. 8 Four times reconstruction results of img024 in Urban100 dataset by different algorithms

((a)original; (b)HR; (c)Bicubic; (d)SRCNN; (e)VDSR; (f)RCAN; (g)SRFBN; (h)HAN; (i)ours)

4 结论

参考文献

Anwar S, Barnes N. 2020. Densely residual Laplacian super-resolution. IEEE Transactions on Pattern Analysis and Machine Intelligence, 99: 1-12 [DOI:10.1109/TPAMI.2020.3021088]
Cao F L, Liu H. 2019. Single image super-resolution via multi-scale residual channel attention network. Neurocomputing, 358: 424-436 [DOI:10.1016/j.neucom.2019.05.066]
Dong C, Loy C C, He K M, Tang X O. 2015. Image super-resolution using deep convolutional networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, 38(2): 295-307 [DOI:10.1109/TPAMI.2015.2439281]
Duan C Y, Xiao N F. 2019. Parallax-based spatial and channel attention for stereo image super-resolution. IEEE Access, 7: 183672-183679 [DOI:10.1109/ACCESS.2019.2960561]
Fritsche M, Gu S H and Timofte R. 2019. Frequency separation for real-world super-resolution//Proceedings of 2019 IEEE/CVF International Conference on Computer Vision Workshop. Seoul, Korea (South): IEEE: 3599-3608[DOI: 10.1109/iccvw.2019.00445]
Goodfellow I J, Pouget-Abadie J, Mirza M, Xu B, Warde-Farley D, Ozair S, Courville A and Bengio Y. 2014. Generative adversarial nets//Proceedings of the 27th International Conference on Neural Information Processing Systems. Montreal, Canada: MIT Press: 2672-2680[DOI: 10.5555/2969033.2969125]
He K M, Zhang X Y, Ren S and Sun J. 2016. Deep residual learning for image recognition//Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas, USA: IEEE: 770-778[DOI: 10.1109/cvpr.2016.90]
He K M, Zhang X Y, Ren S Q and Sun J. 2015. Delving deep into rectifiers: surpassing human-level performance on imagenet classification//Proceedings of 2015 IEEE International Conference on Computer Vision. Santiago, Chile: IEEE: 1026-1034[DOI: 10.1109/iccv.2015.123]
Hu J, Shen L and Sun G. 2018. Squeeze-and-excitation networks//Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City, USA: IEEE: 7132-7141[DOI: 10.1109/cvpr.2018.00745]
Huang G, Liu Z, Van Der Maaten L and Weinberger K Q. 2017. Densely connected convolutional networks//Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition. Honolulu, USA: IEEE: 2261-2269[DOI: 10.1109/cvpr.2017.243]
Ioffe S and Szegedy C. 2015. Batch normalization: accelerating deep network training by reducing internal covariate shift//Proceedings of the 32nd International Conference on Machine Learning. Lille, France: JMLR: 448-456[DOI: 10.5555/3045118.3045167]
Jin W, Chen Y. 2020. Multi-scale residual channel attention network for face super-resolution. Journal of Computer-Aided Design and Computer Graphics, 32(6): 959-970 (金炜, 陈莹. 2020. 多尺度残差通道注意机制下的人脸超分辨率网络. 计算机辅助设计与图形学学报, 32(6): 959-970) [DOI:10.3724/SP.J.1089.2020.17995]
Keys R. 1981. Cubic convolution interpolation for digital image processing. IEEE Transactions on Acoustics, Speech, and Signal Processing, 29(6): 1153-1160 [DOI:10.1109/TASSP.1981.1163711]
Kim J, Lee J K and Lee K M. 2016a. Accurate image super-resolution using very deep convolutional networks//Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas, USA: IEEE: 1646-1654[DOI: 10.1109/cvpr.2016.182]
Kim J, Lee J K and Lee K M. 2016b. Deeply-recursive convolutional network for image super-resolution//Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas, USA: IEEE: 1637-1645[DOI: 10.1109/cvpr.2016.181]
Lee W Y, Chuang P Y and Wang Y C F. 2019. Perceptual quality preserving image super-resolution via channel attention//Proceedings of ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech, and Signal Processing. Brighton, UK: IEEE: 1737-1741[DOI: 10.1109/icassp.2019.8683507]
Li Z, Yang J L, Liu Z, Yang X M, Jeon G and Wu W. 2019. Feedback network for image super-resolution//Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Long Beach, USA: IEEE: 3862-3871[DOI: 10.1109/CVPR.2019.00399]
Lim B, Son S, Kim H, Nah S and Lee K. 2017. Enhanced deep residual networks for single image super-resolution//Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition Workshops. Honolulu, USA: IEEE: 1132-1140[DOI: 10.1109/cvprw.2017.151]
Liu D, Wen B H, Fan Y C, Loy C C and Huang T S. 2018. Non-local recurrent network for image restoration//Proceedings of the 32nd International Conference on Neural Information Processing Systems. Montral, Canada: Curran Associates: 1680-1689[DOI: 10.5555/3326943.3327097]
Ma W, Pan Z X, Yuan F, Lei B. 2019. Super-resolution of remote sensing images via a dense residual generative adversarial network. Remote Sensing, 11(21): #2578 [DOI:10.3390/rs11212578]
Niu B, Wen W L, Ren W Q, Zhang X D, Yang L P, Wang S Z, Zhang K H, Cao X C and Shen H F. 2020. Single image super-resolution via a holistic attention network//Proceedings of the 16th European Conference on Computer Vision. Glasgow, UK: Springer: 191-207[DOI: 10.1007/978-3-030-58610-2_12]
Sajjadi M S M, Schõlkopf B and Hirsch M. 2017. EnhanceNet: single image super-resolution through automated texture synthesis//Proceedings of 2017 IEEE International Conference on Computer Vision. Venice, Italy: IEEE: 4501-4510[DOI: 10.1109/iccv.2017.481]
Shi W Z, Caballero J, Ledig C, Zhuang X H, Bai W J, Bhatia K, De Marvao A M S M, Dawes T, O'Regan D and Rueckert D. 2013. Cardiac image super-resolution with global correspondence using multi-atlas patchmatch//Proceedings of the 16th International Conference on Medical Image Computing and Computer-Assisted Intervention. Nagoya, Japan: Springer: 9-16[DOI: 10.1007/978-3-642-40760-4_2]
Soh J W, Cho N I. 2020. Lightweight single image super-resolution with multi-scale spatial attention networks. IEEE Access, 8: 35383-35391 [DOI:10.1109/access.2020.2974876]
Vaswani A, Shazeer N, Parmar N, Uszkoreit J, Jones L, Gomez A N, Kaiser Ł and Polosukhin I. 2017. Attention is all you need//Proceedings of the 31 st International Conference on Neural Information Processing Systems. Long Beach, USA: Curran Associates: 6000-6010[DOI: 10.5555/3295222.3295349]
Vu T, Nguyen C V, Pham T X, Luu T M and Yoo C D. 2018. Fast and efficient image quality enhancement via desubpixel convolutional neural networks//Proceedings of the European Conference on Computer Vision. Munich, Germany: Springer: 243-259[DOI: 10.1007/978-3-030-11021-5_16]
Wang H R, Fan Y, Wang Z X, Jiao L C and Schiele B. 2018a. Parameter-free spatial attention network for person re-identification[EB/OL]. [2020-09-13]. https://arxiv.org/pdf/1811.12150.pdf
Wang X L, Girshick R, Gupta A and He K M. 2018b. Non-local neural networks//Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City, USA: IEEE: 7794-7803[DOI: 10.1109/cvpr.2018.00813]
Wang X T, Yu K, Wu S X, Gu J J, Liu Y H, Dong C, Qiao Y and Loy C C. 2018c. ESRGAN: enhanced super-resolution generative adversarial networks//Proceedings of the European Conference on Computer Vision. Munich, Germany: Springer: 63-79[DOI: 10.1007/978-3-030-11021-5_5]
Woo S, Park J, Lee J Y and Kweon S I. 2018. CBAM: convolutional block attention module//Proceedings of the European Conference on Computer Vision. Munich, Germany: Springer: 3-19[DOI: 10.1007/978-3-030-01234-2_1]
Xing X R, Zhang D W. 2019. Image super-resolution using aggregated residual transformation networks with spatial attention. IEEE Access, 7: 92572-92585 [DOI:10.1109/access.2019.2927238]
Zhang Y L, Li K P, Li K, Wang L C, Zhong B N and Fu Y. 2018b. Image super-resolution using very deep residual channel attention networks//Proceedings of the European Conference on Computer Vision. Munich, Germany: Springer: 294-310[DOI: 10.1007/978-3-030-01234-2_18]
Zhang Y L, Tian Y P, Kong Y, Zhong B N and Fu Y. 2018a. Residual dense network for image super-resolution//Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City, USA: IEEE: 2472-2481[DOI: 10.1109/CVPR.2018.00262]