基于GAN的图像超分辨率方法研究

• 作者: 徐俊武 王旺
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 超分辨率 生成对抗网络 深度学习 图像重建
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 图形图像与辅助设计
• 页码范围: 181-183,187
• 页数: 4页
• 分类号: TP317.4
• 字数: 2654字
• 语种: 中文
• DOI: 10.11907/rjdk.182450

摘要

图像超分辨率是一种采用软件算法提高图像空间分辨率的技术,由于传统超分辨率方法超清程度有限,基于深度学习的图像超分辨率方法成为研究者们近年来的研究重点.基于生成对抗网络(GAN)的图像超分辨率方法,在其网络模型结构基础上增加批处理归一化(BN)层以提升网络收敛速度、加强网络训练稳定性,更改上采样层网络并对损失函数作相应修改.在网络训练过程中,选择当前比较通用的Adam优化器.实验结果表明,该方法具有很好的超分辨率图像重建能力,且在训练过程中训练稳定性得到提升,收敛速度也有所加快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐俊武	武汉工程大学计算机科学与工程学院	5	29	3.0	5.0
2	王旺	武汉工程大学计算机科学与工程学院	2	3	1.0	1.0