基于生成对抗网络的无人机图像去模糊方法

• 作者: 林国安 江万寿 裴慧坤 颜源
• 来源期刊: 地理空间信息
• 学科: 地球科学
• 关键词: 图像盲去模糊 感知损失 生成对抗网络 卷积神经网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 技术热点研究
• 页码范围: 4-9
• 页数: 6页
• 分类号: P231
• 字数: 4245字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4623.2019.12.002

摘要

提出一种基于加权感知损失的生成对抗网络(GAN)用于无人机图像去模糊.实验中采用具有跳跃连接结构的网络作为生成器,并对生成器使用加权感知损失进行约束,在生成器和判别器进行对抗式训练过程中,生成器不断学习并优化模糊图像到对应清晰图像的映射函数.另外,由于PSNR、SSIM图像质量客观评价指标的局限性,提出使用感知损失作为监控网络优化过程和模型选择的评价指标,最后使用感知损失选择的生成器模型对模糊图像进行盲去模糊.实验表明,该方法可快速有效地恢复出细节清晰的图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江万寿	武汉大学测绘遥感信息工程国家重点实验室	72	1003	16.0	30.0
2	裴慧坤		13	22	2.0	4.0
3	林国安		5	33	2.0	5.0
4	颜源	武汉大学测绘遥感信息工程国家重点实验室	1	0	0.0	0.0