注意力和生成对抗网络融合的图像超分辨率重建

作者：张桐; 王华军^*; 文良华; 李庆; 陈劲松

来源：宜宾学院学报, 2023, 23(12): 1-5.

DOI：10.19504/j.cnki.issn1671-5365.2023.12.01

• 注意力模块
• 生成对抗网络
• 超分辨率
• 纹理特征
• 损失函数

针对生成对抗网络训练过程中超分辨率重建图像边缘细节模糊的问题，提出注意力和生成对抗网络相融合改进网络．通过在生成对抗网络中加入注意力模块，减少对深层网络的依赖，降低模型的深度．加入残差模块进行密集连接，减少网络参数的个数，提取出更丰富的图像特征，提高计算效率．在生成器损失函数中增加纹理损失和感知损失，纹理损失用于增强局部信息的匹配度，感知损失在激活层之前利用特征信息获得更详细的特征．实验结果表明，与双三次、SRCNN、VDSR和SRGAN主流算法对比，改进后的生成对抗网络峰值信噪比提高了0.45db，结构相似度增加了0.02，增强了重建图像的纹理细节．

• 单位
  宜宾学院; 成都理工大学