基于无监督深度学习的真实图像超分辨率重建

作者：魏慧雯; 丁建伟^*; 张琪; 张正一; 孙阳

来源：现代电子技术, 2023, 46(07): 39-45.

DOI：10.16652/j.issn.1004-373x.2023.07.009

• 图像重建
• 图像模型
• 退化图像生成
• 深度学习
• 参数设置
• 实验分析

针对实际图像超分辨率重建任务中，有监督学习方法训练的模型依赖训练数据集导致泛化性不佳的问题，提出了一种使用无监督方法训练的真实图像超分辨率重建模型。首先，基于非配对的真实图像，构建了真实图像退化生成对抗式网络，将输入的真实高分辨率图像生成具有逼真细节的退化图像；其次，使用多头注意力机制构建了残差卷积图像超分辨率重建网络，通过建立长距离相关性学习，提升了真实图像超分辨率重建效果。该方法在经典超分辨率测试集和真实图像数据集上进行了大量实验，对比现有主流无监督真实图像超分辨率重建模型，PSNR指标平均提升1.57 dB；针对安防监控图像数据集，无参考图像质量评价指标NIQE最多降低52.32%。

• 单位
  中国人民公安大学