| 基于ResNeXt和WGAN网络的单图像超分辨率重建 |
| |
| 引用本文： | 曾庆亮,南方哲,尚迪雅,孙华.基于ResNeXt和WGAN网络的单图像超分辨率重建[J].计算机应用研究,2020,37(12):3815-3819. |
| |
| 作者姓名： | 曾庆亮 南方哲 尚迪雅 孙华 |
| |
| 作者单位： | 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;新疆大学 软件学院,乌鲁木齐830046 |
| |
| 基金项目： | 新疆维吾尔自治区研究生创新项目;新疆维吾尔自治区自然科学基金资助项目 |
| |
| 摘 要： | 为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题，提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器，降低了生成器的复杂度,仅为SRGAN的1/8；通过WGAN来构造判别器解决了SRGAN模型不稳定的问题；实验结果表明，在四个公开数据集上本文所提模型相较于现有的单图像超分辨率重建模型在主客观评价中均取得了更加优越的性能。
|
| 关 键 词： | 单图像超分辨率重建 ResNeXt WGAN 深度学习 |
| 收稿时间： | 2019/9/27 0:00:00 |
| 修稿时间： | 2020/11/10 0:00:00 |
Single Image Super Resolution based on ResNext and WGAN |
| |
| zengqingliang,nanfangzhe,shangdiya and sunhua.Single Image Super Resolution based on ResNext and WGAN[J].Application Research of Computers,2020,37(12):3815-3819. |
| |
| Authors: | zengqingliang nanfangzhe shangdiya and sunhua |
| |
| Affiliation: | Xinjiang University,,, |
| |
| Abstract: | |
| |
| Keywords: | single image super-resolution reconstruction ResNeXt WGAN deep learning |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
