基于生成对抗网络的单图像超分辨率重建

摘要：

针对当前卷积神经网络未能充分利用浅层特征信息,并难以捕获各特征通道间的依赖关系、丢失高频信息的问题,提出一种新的生成对抗网络用于图像超分辨率重建.首先,在生成器中引入WDSR-B残差块充分提取浅层特征信息;其次,将GCNet模块和像素注意力机制相结合加入到生成器和鉴别器中,学习各特征通道的重要程度和高频信息;最后,采用谱归一化代替不利于图像超分辨率的批规范化,减少计算开销,稳定训练.实验结果表明,该算法与其他经典算法相比能有效提高浅层特征信息的利用率,较好地重建出图像的细节信息和几何特征,提高超分辨率图像的质量.

关键词：图像超分辨率;生成对抗网络;注意力机制;残差网络

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家重大科技专项基金;黑龙江省自然科学基金

在线出版日期：2021-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1491-1498