10.16652/j.issn.1004-373x.2023.07.009
基于无监督深度学习的真实图像超分辨率重建
针对实际图像超分辨率重建任务中,有监督学习方法训练的模型依赖训练数据集导致泛化性不佳的问题,提出了一种使用无监督方法训练的真实图像超分辨率重建模型.首先,基于非配对的真实图像,构建了真实图像退化生成对抗式网络,将输入的真实高分辨率图像生成具有逼真细节的退化图像;其次,使用多头注意力机制构建了残差卷积图像超分辨率重建网络,通过建立长距离相关性学习,提升了真实图像超分辨率重建效果.该方法在经典超分辨率测试集和真实图像数据集上进行了大量实验,对比现有主流无监督真实图像超分辨率重建模型,PSNR指标平均提升1.57 dB;针对安防监控图像数据集,无参考图像质量评价指标NIQE最多降低52.32%.
图像重建、图像模型、退化图像生成、深度学习、参数设置、实验分析
46
TN911.73-34
中央高校基本科研业务费;国家自然科学基金
2023-04-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
39-45