-
题名面向单幅遥感图像的生成对抗网络超分辨率重建
被引量:4
- 1
-
-
作者
韩志晟
孙丕川
唐超
-
机构
北京城建勘测设计研究院有限责任公司
城市轨道交通深基坑岩土工程北京市重点实验室
-
出处
《测绘通报》
CSCD
北大核心
2021年第8期106-110,共5页
-
文摘
利用低分辨率图像生成高分辨率图像的过程称为图像超分辨率,目的是得到一张清晰的影像。随着人工智能的蓬勃发展,在遥感、辅助文本识别等诸多领域,图像超分辨率的应用愈加广泛。本文利用生成对抗网络的深度学习模型进行单图像超分重建,SRGAN模型相较于传统方法,提出了新的感知损失函数,由对抗损失和内容损失组成。对抗损失通过训练判别器网络结构区分生成图像和实际高分辨率图像,而内容损失则利用预训练的VGG19网络模型计算图像特征的感知相似度,而不是在像素空间上的相似度。试验证明,利用SRGAN获得的高分辨率图片,MOS指标高于传统方法。本文围绕SRGAN的原理、效果、应用等进行了阐述。
-
关键词
单图像超分
生成对抗网络
vgg19网络模型
内容损失函数
对抗损失函数
-
Keywords
single image super-resolution
generative adversarial networks
vgg19 networks
content loss function
perceptual loss function
-
分类号
P237
[天文地球—摄影测量与遥感]
-