基于生成对抗网络的无监督图像超分辨率算法

• 作者: 赵志博 滕奇志 任超 何小海 翟森
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 真实图像超分辨率 域转换 生成对抗网络 无监督训练
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 55-62
• 页数: 8页
• 分类号: TP183|TP391
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2022.01.009

摘要

目前,大多数基于学习的图像超分辨率研究通常采用预定的降质类型(比如双三次下采样)处理高分辨率图像,来产生成对的训练集.然而,真实图像往往存在未知的模糊和噪声,导致这些算法无法有效应用到真实场景中.为了实现真实图像的超分辨率重建,提出了一种基于生成对抗网络的无监督图像超分辨率算法,所提出的算法分为域转换子网络和重建子网络两个部分.同时设计了深度特征提取模块,通过融合不同感受野所提取的图像特征来提升网络的性能.实验结果证明,相比于目前多数的图像超分辨率算法,本文算法能够实现真实降质图像(存在噪声、模糊等)的图像超分辨率,在主观效果和客观指标上均能获得更好的性能.