改进的生成对抗网络图像去噪算法OA北大核心CSCDCSTPCD
Improved Image Denoising Generative Adversarial Network Algorithm
由于图像噪声的存在会干扰人对图像的理解,为了有效地去除噪声并获得比较好的视觉观感,提出一种基于生成对抗网络算法,该算法通过增加生成网络的宽度来获取更多的图像特征,并加入一个全局残差对输入的噪声图像进行特征的提取与学习,避免特征的丢失.网络采用对抗损失和重建损失的加权和,在去除噪声的同时能够有效地保留图像的细节信息.实验结果表明,该算法能够有效地去除图像噪声,改善图像的视觉观感.
陈人和;赖振意;钱育蓉
新疆大学 软件学院,乌鲁木齐 830046新疆大学 软件学院,乌鲁木齐 830046新疆大学 软件学院,乌鲁木齐 830046
信息技术与安全科学
生成对抗网络图像去噪全局残差重建损失
《计算机工程与应用》 2021 (5)
基于时-空-谱特征深度学习的遥感图像超分辨率重建研究
168-172,5
国家自然科学基金(61966035)国家自然科学基金联合重点项目(U1803261)新疆维吾尔自治区教育厅创新团队项目(XJEDU2016S035).