基于多维损失函数优化FSRNet的气象观测图像超分辨率重构算法

摘要：

[目的]传统FSRNet生成的超分辨率图像存在伪影、模糊等情况,作为志愿气象观测的试点省份,河南省气象局招募了大批志愿观测站,以期解决部分气象观测图像存在较低的分辨率的问题.[方法]首先引入热图损失、目标注意力损失和对抗性损失构成多维损失函数,对FSRNet进行模块优化,使用转置卷积放大低分辨率的图像.其次对模型进行分步训练,先对低分辨率观测图像进行粗略SR网络训练,再使剩余网络融入训练.[结果]多维损失训练的引入,降低了算法复杂度,提升了粗略SR网络的性能,解决了SR网络训练时调参困难等相关问题,提高了超分辨率气象观测图像的质量.[结论]试验结果证明,本方法在气象领域观测图像的优化相比于其他算法效果更佳,可以生成质量更高、细节更加清晰的目标观测图像.

关键词：志愿气象观测、超分辨率、多维损失、先验信息、生成对抗网络

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：中国气象局/河南省农业气象保障与应用技术重点开放实验室开放研究基金KQ202211

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：37-41