基于生成对抗网络的遥感图像超分辨率重建

• 作者: 宋晓莹 李昂
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: 生成对抗网络 遥感图像超分辨率重建 残差密集块 迁移学习 感知损失
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 39-44
• 页数: 6页
• 分类号: TP751
• 语种: 中文

摘要

生成对抗网络模型可以用来生成服从原始真实图像分布规律的高频细节信息.为了进一步提高重建图像的视觉质量,对生成对抗网络的生成网络、判别网络及感知损失三个方面进行了改进.首先移除了生成网络中的BN层,同时在残差块中采用密集连接的方式,增加网络模型的容量,降低了计算复杂性,增强了网络训练的稳定性.然后采用迁移学习技术来促进深度模型的训练,解决了遥感数据不足的问题.实验结果表明提出的算法通过对遥感图像超分辨率重建算法进行改进,可以获得更好的主观视觉效果,PSNR和SSIM均有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昂		24	20	3.0	3.0
2	宋晓莹	哈尔滨理工大学测控技术与通信工程学院	2	2	1.0	1.0