计算机应用

作者：范宇, 陈纯毅, 胡小娟, 李延风, 于海洋, 张日培, 刘云彪

单位：长春理工大学 计算机科学技术学院，长春 130022

关键词：全景图像,超分辨,信息补偿,位置感知,注意力机制

基金：国家自然科学基金资助项目(U19A2063);国家自然科学基金资助项目(62305030);吉林省科技发展计划项目(20230201080GX);吉林省科技发展计划项目(20240602123RC);吉林省教育厅科学技术研究项目(JJKH20240945KJ)

全景图像因投影形式特殊，存在严重的几何扭曲。现有2D图像超分辨率网络未考虑全景图像的几何扭曲特性，因此并不适用于全景图像的超分辨重建。与2D超分辨网络不同，全景图像超分辨模型需要关注不同纬度区域的特征差异，而且需要解决对不同尺度特征捕获不足和上下文信息未充分学习等问题。针对上述问题，提出一种基于信息补偿的全景图像超分辨率重建网络（ICPSnet）。首先，根据全景图像的几何特性引入位置感知机制，通过计算每个像素在纬度方向上的位置权重增强模型对不同纬度区域的关注；其次，为了解决不同尺度特征捕获不足的问题，设计一种跨尺度协同注意力（CSCA）模块，该模块利用不同感受野的多核卷积注意力机制获取丰富的跨尺度特征；此外，设计信息补偿（IC）块，通过改进空洞空间金字塔池化（ASPP），增强网络的上下文信息学习能力，从而提高重建图像质量。在2种基准数据集ODI-SR和SUN360上的实验结果表明，在放大因子为4倍、8倍时，ICPSnet的加权球面均匀信噪比（WS-PSNR）比当前最先进的OSRT（Omnidirectional image Super-Resolution Transformer）分别提高了0.14 dB、0.64 dB和0.25 dB、0.26 dB。可见，相较于其他网络，ICPSnet在视觉效果上表现更加优异，它重建的图像能够更好地展现高纬度区域的纹理细节。

来源：2025年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第12期