摘要:為了提高圖像的特征質(zhì)量,保證最后提取到的特征高度精煉,提出了一種新的方法;該方法首先將低分辨率圖像經(jīng)過(guò)小波變換分解成高頻分量和低頻分量,并結合插值法進(jìn)行插值,最后通過(guò)小波逆變換得到高分辨率圖像來(lái)為后續的特征提取提供高質(zhì)量的圖片輸入;接著(zhù),選取ResNet-50網(wǎng)絡(luò )作為基礎網(wǎng)絡(luò ),將Efficient Channel Attention(ECA)模塊與ResNet殘差結構結合形成一個(gè)全新的ECA-ResNet50模塊,ECA模塊具有的通道級的注意力機制,可以讓整個(gè)網(wǎng)絡(luò )更加專(zhuān)注于提取顯著(zhù)特征;經(jīng)實(shí)驗測試,該方法對于圖像特征提取的質(zhì)量有著(zhù)明顯的提升,均方誤差下降可達6.65;結果表明,該方法可行有效,具有良好的工程應用前景;