基于生成对抗网络的单图像超分辨率重建

作者：朱海琦; 李宏^*; 李定文; 李富

来源：吉林大学学报(理学版), 2021, 59(06): 1491-1498.

DOI：10.13413/j.cnki.jdxblxb.2020198

• 图像超分辨率
• 生成对抗网络
• 注意力机制
• 残差网络

针对当前卷积神经网络未能充分利用浅层特征信息,并难以捕获各特征通道间的依赖关系、丢失高频信息的问题,提出一种新的生成对抗网络用于图像超分辨率重建.首先,在生成器中引入WDSR-B残差块充分提取浅层特征信息;其次,将GCNet模块和像素注意力机制相结合加入到生成器和鉴别器中,学习各特征通道的重要程度和高频信息;最后,采用谱归一化代替不利于图像超分辨率的批规范化,减少计算开销,稳定训练.实验结果表明,该算法与其他经典算法相比能有效提高浅层特征信息的利用率,较好地重建出图像的细节信息和几何特征,提高超分辨率图像的质量.

• 单位
  东北石油大学