| 一种改进的SRGAN图像超分辨重建算法 |
| |
| 引用本文： | 乔昕,魏延.一种改进的SRGAN图像超分辨重建算法[J].计算机时代,2021(1):72-75,79. |
| |
| 作者姓名： | 乔昕 魏延 |
| |
| 作者单位： | 重庆师范大学计算机与信息科学学院,重庆 401331;重庆师范大学计算机与信息科学学院,重庆 401331 |
| |
| 摘 要： | 现存的图像超分辨率重建算法存在模型训练不稳定、参数量多、模型收敛速度慢等缺点.在生成对抗网络的超分辨率算法(SRGAN)基础上,将轻量化的密集连接网络(DenseNet)作为生成对抗网络的生成器,使用WGan对判别器进行优化,利用Wasserstein代替SRGAN的JS散度,使其能够在网络参数更少、计算量更小的基础上实现更优的性能.实验结果表明,在四个公开的数据集上,所提出的模型比较主流重建模型在图像重建质量的峰值信噪比(PSNR)和结构相似性(SSIM)两个客观指标和主观视觉效果上都有所提高.
|
| 关 键 词： | 图像重建 轻量化 密集连接网络 生成对抗网络 |
Research on the algorithm of image super-resolution reconstruction with improved SRGAN |
| |
| Qiao Xin,Wei Yan.Research on the algorithm of image super-resolution reconstruction with improved SRGAN[J].Computer Era,2021(1):72-75,79. |
| |
| Authors: | Qiao Xin Wei Yan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
