基于生成对抗网络的图像超分辨算法

摘要：

图像超分辨是使低分辨率图像通过端到端训练产生边缘更清晰的高分辨率图像的一种技术,是数字图像处理的一个重要研究方向.该文提出了一种基于生成对抗网络的图像超分辨算法,并对网络结构进行改进.设计的生成器删除了残差块的BN层,增加了特征识别的相关算法,特征提取部分采用两层卷积网络,可以提取更多的图像特征,在低分辨率图像上提取特征,通过卷积计算得到高分辨率图像,可以提升运算结果的准确性.判别器设计采用先分组再整合的思想,将生成图像划分成一定数量的图像块,计算每一部分的判别结果,然后将所有图像块的判别真假组合起来,作为最终的判别结果.经实验验证,设计的网络模型在图像重建效果上有了一定的提高,并节省了一定的运算时间.

关键词：生成对抗网络、超分辨、图像处理、深度学习、卷积

所属期刊栏目：32

分类号：TP183;TP391.41(自动化基础理论)

资助基金：四川省科技计划项目;成都理工大学工程技术学院

在线出版日期：2022-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：57-62