基于注意力机制的双向生成对抗压缩网络

• 作者: 陈旭彪
• 来源期刊: 电视技术
• 关键词: 生成对抗网络 注意力机制 深度可分离卷积
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 器件与设计|PARTS & DESIGN
• 页码范围: 127-132
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16280/j.videoe.2021.08.031

摘要

针对现有的图像超分辨率算法网络模型参数量大、计算复杂度高、前向推理过程中耗时长等问题,将深度可分离卷积层引入双向对抗生成网络模型中,同时为了保证双向生成对抗网络的精度,在下采样网络中引入混合注意力机制,以保证模拟生成的低分辨率图片更加贴近现实.在i78700 CPU上对Urban100测试集的图像放大4倍,所提算法的重建速度对比SRGAN算法提升了近5倍.在通用的测试数据集DIV2K中,将所提方法分别与Bicubic、SRCNN、SRGAN、ESRGAN等经典方法做实验对比,实验结果表明所提出的算法与其他算法相比在PSNR客观评价指标上平均提升了约0.7 dB,SSIM指标提升了约2.36％.