一种基于注意力机制激活函数二值化神经网络的图像超分辨率重建方法

本发明涉及一种基于注意力机制激活函数二值化神经网络的图像超分辨率重建方法，属于计算机视觉与深度学习技术领域。所述方法，包括：获取待重建的低分辨率建筑表面图像；基于建筑表面图像呈现的周期性空间分布特征、多尺度几何拓扑结构以及各向异性材质反射特性，构建并训练一种图像超分辨率重建模型，所述图像超分辨率重建模型包括至少一个通道自适应的残差对齐模块、浅层特征提取模块、二值深层特征提取模块以及二值化图像重构模块；将待重建的低分辨率建筑表面图像作为输入，送入完成训练的图像超分辨率重建模型中进行前向推理，得到最终的高分辨率图像。本发明有效解决了现有二值化超分辨率网络因信息丢失而导致的精度不足问题。