基于深度卷积神经网络的图像重建算法
视频或者图像在传输过程中, 可能出现随机性的误码、突发性的误码、传输中的丢包等等, 对解码出的图像数据也会有严重的影响. 本文提出了基于深度学习的图像重建算法: 一种基于图像背景预测生成模糊区域内容的无监督图像重建神经网络模型. 为了重建出逼真的图像, 神经网络模型需要既理解整个图像的内容, 又为缺失的部分重构出一个合理的假设. 损失函数包含标准像素级重建损失和对抗损失, 在训练卷积神经网络模型时, 能够更好地处理图像中的结构细节产生更清晰的结果. 通过实验可以发现本文设计的深度卷积神经网络模型与基于样本插值的算法相比在图像重建中有着较好的效果.
图像重建、深度学习、神经网络、损失函数、对抗神经网络
27
2018-09-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
170-175