基于生成对抗网络的图像超分辨率研究
图像超分辨率作为图像处理的分支之一,近年来得到迅速发展.在数据传输过程中可采用低分辨率图像,从而能够节省带宽.生成对抗网络(GAN)是一种实现深度学习的算法,GAN的变体SRGAN可以很好地将低分辨率图像转化成高分辨率图像,但是生成的图片会模糊平滑、产生噪声、产生伪像.为此对超分辨率对抗生成网络的感知损失、对抗性损失、网络结构3个部分进行深入研究,并对分别其进行改进得到ISRGAN网络,利用该网络在TensorFlow框架下生成的图片效果优于SRGAN.
生成对抗网络、图像超分辨率、深度学习、ISRGAN、TensorFlow
43
TP391.9(计算技术、计算机技术)
国家海洋局重大专项项目国海科字[2016]494号No.30
2020-11-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
132-135