改进的生成对抗网络图像超分辨率重建OA北大核心CSCDCSTPCD
Improved Super-Resolution Reconstruction of Image Based on Generative Adversarial Networks
近年来,生成对抗网络在约束图像生成方面表现出了较好的潜力,使其适用于图像超分辨率重建.针对基于卷积神经网络的图像超分辨率重建算法存在的特征信息利用率低的问题,基于生成对抗网络框架,提出了残差密集生成对抗网络的超分辨率重建算法.该算法定义生成器网络、判别器网络,通过构建残差密集网络作为生成器网络及PatchGAN作为判别器网络,以解决基于卷积神经网络的超分辨率算法中特征信息利用率低以及生成对抗网络收敛慢的问题.该重建算法在Set5等标准数据集上与主…查看全部>>
李诚;张羽;黄初华
贵州大学 计算机科学与技术学院,贵阳 550025贵州大学 计算机科学与技术学院,贵阳 550025贵州大学 计算机科学与技术学院,贵阳 550025
信息技术与安全科学
超分辨率重建生成对抗网络残差密集网络PatchGAN
《计算机工程与应用》 2020 (4)
191-196,6
贵州省自然科学基金(No.黔科合基础[2019]1088)贵州大学引进人才科研项目(No.贵大人基合字(2017)31号,No.贵大人基合字((2015)52号).
评论