改进的SRGAN图像超分辨率重建算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.15888/j.cnki.csa.008388

改进的SRGAN图像超分辨率重建算法

引用
图像超分辨率重建技术可以提高图像的分辨率,在医学、军事等领域都发挥着重要作用.传统的SRGAN图像超分辨率重建算法训练收敛速度慢,高频纹理锐化过度导致部分细节扭曲,影响重建图像质量.针对以上问题,对传统SRGAN模型的生成网络和损失函数进行改进,用于图像超分辨率重建.采用稀疏残差密集网络(SRDN)代替传统的SRResNet作为生成网络,以实现对低分辨率图像特征的充分利用,同时利用SRDN稀疏性的连接方式和深度可分离卷积思想,减少模型的参数量.此外,提出融合VGG低频特征和高频特征的联合感知损失,结合均方误差损失对网络的感知损失函数进行改进.在Set5、Set14、BSD100数据集进行测试,改进SRGAN算法的峰值信噪比(PSNR)、结构相似度(SSIM)和平均选项得分(MOS)3个评价指标结果均优于传统SRGAN算法,重建图像的细节部分更加清晰,整体表现出较好的鲁棒性和综合性能.

图像超分辨率重建、SRGAN、稀疏残差密集网络、联合感知损失、稀疏表示

31

TP391.41;TN911.73;TP183

国家自然科学基金;广东省自然科学基金面上项目;广州市科技计划

2022-04-26(万方平台首次上网日期,不代表论文的发表时间)

共8页

196-203

相关文献
评论
暂无封面信息
查看本期封面目录

计算机系统应用

1003-3254

11-2854/TP

31

2022,31(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn