改进的生成对抗网络图像超分辨率重建

• 作者: 张羽 李诚 黄初华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 超分辨率重建 生成对抗网络 残差密集网络 PatchGAN
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 191-196
• 页数: 6页
• 分类号: TP391.41
• 字数: 5390字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1907-0055

摘要

近年来,生成对抗网络在约束图像生成方面表现出了较好的潜力,使其适用于图像超分辨率重建.针对基于卷积神经网络的图像超分辨率重建算法存在的特征信息利用率低的问题,基于生成对抗网络框架,提出了残差密集生成对抗网络的超分辨率重建算法.该算法定义生成器网络、判别器网络,通过构建残差密集网络作为生成器网络及PatchGAN作为判别器网络,以解决基于卷积神经网络的超分辨率算法中特征信息利用率低以及生成对抗网络收敛慢的问题.该重建算法在Set5等标准数据集上与主流的超分辨率重建算法进行对比,实验表明,该算法能够有效地提高特征信息利用率,较好地恢复低分辨率图像的细节信息,提高图像重建的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄初华	贵州大学计算机科学与技术学院	9	24	3.0	4.0
2	李诚	贵州大学计算机科学与技术学院	9	37	4.0	5.0
3	张羽	贵州大学计算机科学与技术学院	4	1	1.0	1.0