期刊文献+
共找到33篇文章
< 1 2 >
每页显示 20 50 100
Image Super-Resolution Based on Generative Adversarial Networks: A Brief Review 被引量:3
1
作者 Kui Fu Jiansheng Peng +2 位作者 Hanxiao Zhang Xiaoliang Wang Frank Jiang 《Computers, Materials & Continua》 SCIE EI 2020年第9期1977-1997,共21页
Single image super resolution(SISR)is an important research content in the field of computer vision and image processing.With the rapid development of deep neural networks,different image super-resolution models have ... Single image super resolution(SISR)is an important research content in the field of computer vision and image processing.With the rapid development of deep neural networks,different image super-resolution models have emerged.Compared to some traditional SISR methods,deep learning-based methods can complete the super-resolution tasks through a single image.In addition,compared with the SISR methods using traditional convolutional neural networks,SISR based on generative adversarial networks(GAN)has achieved the most advanced visual performance.In this review,we first explore the challenges faced by SISR and introduce some common datasets and evaluation metrics.Then,we review the improved network structures and loss functions of GAN-based perceptual SISR.Subsequently,the advantages and disadvantages of different networks are analyzed by multiple comparative experiments.Finally,we summarize the paper and look forward to the future development trends of GAN-based perceptual SISR. 展开更多
关键词 single image super-resolution generative adversarial networks deep learning computer vision
下载PDF
Better Visual Image Super-Resolution with Laplacian Pyramid of Generative Adversarial Networks 被引量:2
2
作者 Ming Zhao Xinhong Liu +1 位作者 Xin Yao Kun He 《Computers, Materials & Continua》 SCIE EI 2020年第9期1601-1614,共14页
Although there has been a great breakthrough in the accuracy and speed of super-resolution(SR)reconstruction of a single image by using a convolutional neural network,an important problem remains unresolved:how to res... Although there has been a great breakthrough in the accuracy and speed of super-resolution(SR)reconstruction of a single image by using a convolutional neural network,an important problem remains unresolved:how to restore finer texture details during image super-resolution reconstruction?This paper proposes an Enhanced Laplacian Pyramid Generative Adversarial Network(ELSRGAN),based on the Laplacian pyramid to capture the high-frequency details of the image.By combining Laplacian pyramids and generative adversarial networks,progressive reconstruction of super-resolution images can be made,making model applications more flexible.In order to solve the problem of gradient disappearance,we introduce the Residual-in-Residual Dense Block(RRDB)as the basic network unit.Network capacity benefits more from dense connections,is able to capture more visual features with better reconstruction effects,and removes BN layers to increase calculation speed and reduce calculation complexity.In addition,a loss of content driven by perceived similarity is used instead of content loss driven by spatial similarity,thereby enhancing the visual effect of the super-resolution image,making it more consistent with human visual perception.Extensive qualitative and quantitative evaluation of the baseline datasets shows that the proposed algorithm has higher mean-sort-score(MSS)than any state-of-the-art method and has better visual perception. 展开更多
关键词 single image super-resolution generative adversarial networks Laplacian pyramid
下载PDF
基于条件生成对抗网络的大视角单图像人脸纹理重建
3
作者 孙进 周威 谢文涛 《智能计算机与应用》 2024年第3期159-162,共4页
针对当前的人脸重建方法、尤其是纹理重建部分,应用于自遮挡或物体遮挡区域表现不佳,使得人脸纹理重建后的结果不真实的问题,本文提出了基于条件生成对抗网络的大视角单图像人脸纹理重建的方法,实现人脸图像的纹理补全。补全网络基于改... 针对当前的人脸重建方法、尤其是纹理重建部分,应用于自遮挡或物体遮挡区域表现不佳,使得人脸纹理重建后的结果不真实的问题,本文提出了基于条件生成对抗网络的大视角单图像人脸纹理重建的方法,实现人脸图像的纹理补全。补全网络基于改进的条件生成对抗网络,包括编码器和解码器的粗层之间的跳跃连接来保存高频细节;每个卷积层的输出上叠加了高斯噪声映射;将U-V纹理映射与其翻转版本共同连接输入的方法来提高纹理重建的质量以及真实性。使用Multi-PIE数据集与CFP数据集进行评估,整体网络能够实现更高的纹理重建精度,尤其在±90°图像重建上,能获得更为完整的纹理图像。 展开更多
关键词 纹理补全 单图像 大视角 生成对抗网络 跳跃连接
下载PDF
基于SinGAN的岩石薄片图像超分辨率重建 被引量:6
4
作者 程国建 张福临 《西安石油大学学报(自然科学版)》 CAS 北大核心 2021年第2期116-121,共6页
岩石薄片图像对研究石油地质特性以及油气勘探都有重要的意义。由于各种因素的限制,获取到的岩石薄片图像经常会出现分辨率较低的情况,一定程度上限制了研究者对其细节信息的掌握。而一般的神经网络超分辨率算法都需要大量的数据作为训... 岩石薄片图像对研究石油地质特性以及油气勘探都有重要的意义。由于各种因素的限制,获取到的岩石薄片图像经常会出现分辨率较低的情况,一定程度上限制了研究者对其细节信息的掌握。而一般的神经网络超分辨率算法都需要大量的数据作为训练集,为了提升岩石薄片图像超分辨率重建算法纹理细节信息还原能力,本文利用单图像生成式对抗网络,不需输入大量数据集,对岩石薄片图像进行超分辨率重建。采用鄂尔多斯某油区岩石铸体薄片图像进行训练,通过峰值信噪比(Peak Signal to Noise Ratio,SSNR)和结构相似性(Structural Similarity,SSIM)评价指标进行模型评价,实验结果表明:该方法超分辨率处理的图像在视觉效果和评价指标上均具有良好的效果。 展开更多
关键词 岩石薄片图像 神经网络 超分辨率重建 singan
下载PDF
文本到图像生成方法的研究进展
5
作者 王鹏 《信息技术》 2024年第7期148-159,共12页
跨模态学习是人工智能领域中长期研究的课题之一,依据文本描述生成图像成为近几年的热门研究领域,主要任务是根据文本描述生成和文本高度相关性的图像。文中总结了文本到图像生成领域中的研究现状和最新进展,从生成框架上将生成模型分... 跨模态学习是人工智能领域中长期研究的课题之一,依据文本描述生成图像成为近几年的热门研究领域,主要任务是根据文本描述生成和文本高度相关性的图像。文中总结了文本到图像生成领域中的研究现状和最新进展,从生成框架上将生成模型分为生成对抗网络框架方法和非生成对抗网络方法,又根据训练策略将生成对抗网络框架方法细分为单阶段、多阶段和额外监督等类别,同时介绍了经典的一些非生成对抗网络方法。最后给出文本生成图像任务采用的数据集和评估标准,提出了当前方法的不足和尚未解决的问题,指出了未来的研究方法。 展开更多
关键词 文本到图像生成 生成对抗网络 扩散模型 单阶段生成 多阶段生成
下载PDF
基于循环生成对抗网络和Transformer的单幅图像去雾算法
6
作者 王博 魏伟波 +3 位作者 张为栋 潘振宽 李明 李金函 《青岛大学学报(自然科学版)》 CAS 2024年第2期89-97,125,共10页
针对传统去雾算法在配对数据集上训练时产生过拟合的问题,基于密度和深度分解的非配对图像去雾网络模型,改进了自增强缩放网络。引入Transformer机制,将其与深度卷积神经网络模块深度融合,提出了一种使用未配对数据集训练的基于循环生... 针对传统去雾算法在配对数据集上训练时产生过拟合的问题,基于密度和深度分解的非配对图像去雾网络模型,改进了自增强缩放网络。引入Transformer机制,将其与深度卷积神经网络模块深度融合,提出了一种使用未配对数据集训练的基于循环生成对抗网络和Transformer的CT-Nets图像去雾算法;提取输入图像的深度信息和散射系数特征值,利用大气散射模型尽可能恢复不同场景下真实雾的浓度信息,以提高去雾图像主观视觉质量;基于Swin-Transformer设计自增强精化层,以获得精细的细粒度信息,提高模型泛化能力和最终预测图像真实性。实验结果表明,相较于基于密度和深度分解的非配对图像去雾网络模型,CT-Nets图像去雾算法的峰值信噪比和结构相似性分别提升4%和4.1%。 展开更多
关键词 深度学习 单幅图像去雾 自监督网络 循环生成对抗网络
下载PDF
基于深度传播融合生成对抗网络的文本生成图像算法
7
作者 吴海峰 兰强 《安庆师范大学学报(自然科学版)》 2024年第3期78-83,共6页
基于深度融合生成对抗网络(DF-GAN)多个融合模块相互独立,以致网络融合深度较浅并难以得到最优融合结果的问题,本文提出了一种基于深度传播融合生成对抗网络(DPF-GAN)的文本生成图像算法。该算法通过拼接相邻的仿射模块和融合模块,让前... 基于深度融合生成对抗网络(DF-GAN)多个融合模块相互独立,以致网络融合深度较浅并难以得到最优融合结果的问题,本文提出了一种基于深度传播融合生成对抗网络(DPF-GAN)的文本生成图像算法。该算法通过拼接相邻的仿射模块和融合模块,让前面的融合信息传播至后面的融合模块中,从而促进文本和图像更深层次地融合。实验表明,在CUB-200-2011和COCO数据集上,DPF-GAN生成的图像质量要优于DF-GAN,特别是CUB-200-2011数据集的FID指标减少了11.34%。与递归仿射变换生成对抗网络(RAT-GAN)相比,DPF-GAN的空间复杂度更低且推理速度更快。 展开更多
关键词 文本生成图像 生成对抗网络 仿射变换 深度传播融合 单级主干
下载PDF
基于SinGAN的图像生成模型 被引量:2
8
作者 刘伟韬 《曲阜师范大学学报(自然科学版)》 CAS 2020年第2期67-71,共5页
生成对抗网络(GAN)是目前图像生成领域中一种新的、有效的训练生成模型方法,单一生成对抗网络(SinGAN)是建立在一张图片上的无条件GAN.该文在生成对抗网络原理的基础上阐述了单一生成对抗网络(SinGAN)的原理及基本结构.以SinGAN作为研... 生成对抗网络(GAN)是目前图像生成领域中一种新的、有效的训练生成模型方法,单一生成对抗网络(SinGAN)是建立在一张图片上的无条件GAN.该文在生成对抗网络原理的基础上阐述了单一生成对抗网络(SinGAN)的原理及基本结构.以SinGAN作为研究对象,通过实例在训练过程中生成了与原图像语义相近的图像,并对SinGAN的训练和应用进行了研究.研究表明:SinGAN在同一张图片上进行的训练或测试,通过建立一个模型,可以对图片进行纹理转移,提高清晰度等操作. 展开更多
关键词 生成对抗网络(GAN) 单一生成对抗网络(singan) 图像处理 深度学习 样本图像
下载PDF
隐空间转换的混合样本图像去雾 被引量:1
9
作者 郑玉彤 孙昊英 宋伟 《计算机工程与应用》 CSCD 北大核心 2023年第9期225-236,共12页
深度学习从数据集中学习样本的内在规律,数据集的质量一定程度上决定了模型的表现。在去雾任务的公开数据集中,由于缺少成对真实数据,合成的成对数据难以模拟真实环境等问题,可能导致训练出的模型在实际环境中表现不佳。为此,提出混合... 深度学习从数据集中学习样本的内在规律,数据集的质量一定程度上决定了模型的表现。在去雾任务的公开数据集中,由于缺少成对真实数据,合成的成对数据难以模拟真实环境等问题,可能导致训练出的模型在实际环境中表现不佳。为此,提出混合样本学习问题,利用合成的成对数据和真实数据(混合样本)同时训练模型,通过隐空间的转换实现混合样本间的转换。算法利用变分自编码器和生成对抗网络(VAE-GAN)将混合样本分别编码到隐空间,利用对抗损失将真实数据的隐空间向合成雾图的隐空间对齐,利用含特征自适应融合(MFF)模块的映射网络学习成对数据隐空间之间的转换,从而建立起从真实雾图域到清晰图像域之间的去雾数据通路。实验结果表明,该算法相比其他去雾算法在真实雾图上的去雾结果更加清晰,对于较厚的雾图也有突出的效果,且该算法的峰值信噪比高于对比算法。 展开更多
关键词 单幅图像去雾 隐空间转换 混合样本 变分自编码器(VAE) 生成对抗网络(GAN)
下载PDF
基于改进DeblurGAN网络的绝缘子图像去雾算法 被引量:1
10
作者 程晓荣 程园园 《电力科学与工程》 2023年第6期39-47,共9页
针对有雾气象条件下室外绝缘子图像模糊而造成的绝缘子识别与检测受到严重影响的问题,提出了基于改进DeblurGAN网络的绝缘子图像去雾方法。将Deblur GAN网络生成器中的3个残差块替换为密集空洞卷积模块。在保持网络深度的同时,通过增大... 针对有雾气象条件下室外绝缘子图像模糊而造成的绝缘子识别与检测受到严重影响的问题,提出了基于改进DeblurGAN网络的绝缘子图像去雾方法。将Deblur GAN网络生成器中的3个残差块替换为密集空洞卷积模块。在保持网络深度的同时,通过增大网络的感受野的方法来获取雾图更多的上下文信息。同时,在生成器上采样路径上,逐步融合CBAM(Convolutional block attention module)来增大关键信息权重、抑制背景像素的干扰、保持细节信息。利用像素级损失函数提升网络精度。实验验证结果表明,所提算法去雾效果明显。 展开更多
关键词 绝缘子图像 单幅图像去雾 条件生成对抗网络 密集空洞卷积 混合注意力机制
下载PDF
基于生成对抗网络的单图像材质SVBRDF重建方法
11
作者 柴文光 曾庆洲 《扬州大学学报(自然科学版)》 CAS 北大核心 2023年第3期61-69,共9页
针对传统的材质空间变化双向反射分布函数(spatially varying bidirectional reflectance distribution function,SVBRDF)重建方法存在重建质量不佳和对光源感知能力不足的问题,提出一种基于深度学习的面向单图像的材质SVBRDF重建新方法... 针对传统的材质空间变化双向反射分布函数(spatially varying bidirectional reflectance distribution function,SVBRDF)重建方法存在重建质量不佳和对光源感知能力不足的问题,提出一种基于深度学习的面向单图像的材质SVBRDF重建新方法.首先,采用生成对抗网络框架与多组编码-解码器卷积网络架构提高SVBRDF重建质量;其次,在生成器中引入高光感知处理模块,减少SVBRDF重建时由高光所致的模糊;最后,采用一系列鉴别器对生成器网络参数进行训练,以区分网络的输出值与真实值,并利用合成图像和真实材质拍摄图像混合训练网络,解决合成图像与真实材质拍摄图像之间的像素数据分布差异问题.结果表明,基于生成对抗网络的单图像材质SVBRDF重建方法的重建质量和SVBRDF参数估计准确率都高于传统方法. 展开更多
关键词 生成对抗网络 空间变化双向反射分布函数 深度学习 高光感知 单图像
下载PDF
基于增强多尺度生成对抗网络的单幅图像去雾 被引量:1
12
作者 曾莹 刘鑫 +2 位作者 陈纪友 徐德智 杨高波 《小型微型计算机系统》 CSCD 北大核心 2023年第2期370-375,共6页
雾容易导致采集的图像质量下降,并且包含的雾会影响后续的图像分析.单幅图像去雾是计算机视觉领域的经典问题之一.本文提出一种增强的多尺度生成对抗网络用于图像去雾.该方法不依赖物理散射模型,去雾网络由生成器、判别器和增强器3个部... 雾容易导致采集的图像质量下降,并且包含的雾会影响后续的图像分析.单幅图像去雾是计算机视觉领域的经典问题之一.本文提出一种增强的多尺度生成对抗网络用于图像去雾.该方法不依赖物理散射模型,去雾网络由生成器、判别器和增强器3个部分组成.其中,增强器有助于采样多种特征使不同尺度的特征细节融入到结果,提升去雾图像在颜色和细节上的复原效果.增强器被分别嵌入到生成器和判别器,全局生成器和局部生成器融合生成一个由粗到细的高分辨率去雾图像,多尺度判别器用于监督生成图像.在真实世界和合成含雾图像数据集上的大量实验结果表明,提出的方法得到的去雾图像具有满意的主观视觉质量,并且利用最新的去雾定量评价指标,也具有好的客观图像质量. 展开更多
关键词 单幅图像去雾 生成对抗网络 高分辨率去雾 多尺度判别器
下载PDF
旋转设备数据不平衡问题的数据生成方法 被引量:1
13
作者 李洁松 伍星 +1 位作者 刘韬 刘畅 《振动.测试与诊断》 EI CSCD 北大核心 2023年第3期547-554,623,共9页
在旋转设备运行状态监测及故障识别时,采集的样本多为无故障样本,而故障样本较少,这种数据分布的不平衡会严重影响分类器识别的准确性。针对此问题,提出了一种少数样本数据生成方法,即基于傅里叶变换与皮尔逊系数优化的生成对抗神经网络... 在旋转设备运行状态监测及故障识别时,采集的样本多为无故障样本,而故障样本较少,这种数据分布的不平衡会严重影响分类器识别的准确性。针对此问题,提出了一种少数样本数据生成方法,即基于傅里叶变换与皮尔逊系数优化的生成对抗神经网络(Fourier-Pearson generative adversarial networks,简称FP-GAN)模型。通过对故障少数样本的扩充,提高故障诊断训练和识别的准确性。首先,使用傅里叶变化得到信号频域的单边谱,使用GAN网络生成信号频域;其次,通过皮尔逊相关系数对生成的数据进行优化;最后,通过傅里叶逆变换获得更接近真实数据的生成数据。仿真和实验数据验证表明,基于FP-GAN生成的数据样本在时域特征、时域统计特征以及分类器分类结果方面都能较好地与已有实际数据融合,可以对小样本数据进行增强,能有效解决数据不平衡问题。 展开更多
关键词 生成对抗神经网络 单边谱 皮尔逊相关系数 傅里叶逆变换 数据不平衡
下载PDF
基于深度学习的单幅图片超分辨率重构研究进展 被引量:11
14
作者 张宁 王永成 +1 位作者 张欣 徐东东 《自动化学报》 EI CSCD 北大核心 2020年第12期2479-2499,共21页
图像超分辨率重构技术是一种以一幅或同一场景中的多幅低分辨率图像为输入,结合图像的先验知识重构出一幅高分辨率图像的技术.这一技术能够在不改变现有硬件设备的前提下,有效提高图像分辨率.深度学习近年来在图像领域发展迅猛,它的引... 图像超分辨率重构技术是一种以一幅或同一场景中的多幅低分辨率图像为输入,结合图像的先验知识重构出一幅高分辨率图像的技术.这一技术能够在不改变现有硬件设备的前提下,有效提高图像分辨率.深度学习近年来在图像领域发展迅猛,它的引入为单幅图片超分辨率重构带来了新的发展前景.本文主要对当前基于深度学习的单幅图片超分辨率重构方法的研究现状和发展趋势进行总结梳理:首先根据不同的网络基础对十几种基于深度学习的单幅图片超分辨率重构的网络模型进行分类介绍,分析这些模型在网络结构、输入信息、损失函数、放大因子以及评价指标等方面的差异;然后给出它们的实验结果,并对实验结果及存在的问题进行总结与分析;最后给出基于深度学习的单幅图片超分辨率重构方法的未来发展方向和存在的挑战. 展开更多
关键词 深度学习 单幅图片超分辨率 卷积神经网络 生成对抗网络
下载PDF
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
15
作者 韩志晟 孙丕川 唐超 《测绘通报》 CSCD 北大核心 2021年第8期106-110,共5页
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,S... 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。 展开更多
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
下载PDF
基于生成对抗网络的单帧图像超分辨算法 被引量:10
16
作者 王延年 李文婷 任劼 《国外电子测量技术》 2020年第1期26-32,共7页
针对使用传统度量算法会使重建后的图像产生过平滑,缺乏高频纹理的问题,采用卷积神经网络在准确性和速度方面取得了突破,但仍存在无法恢复图像更精细的纹理细节。因此提出了一种基于生成对抗网络的超分辨方法。为恢复图像内容和细节,提... 针对使用传统度量算法会使重建后的图像产生过平滑,缺乏高频纹理的问题,采用卷积神经网络在准确性和速度方面取得了突破,但仍存在无法恢复图像更精细的纹理细节。因此提出了一种基于生成对抗网络的超分辨方法。为恢复图像内容和细节,提出一种基于视觉的损失函数来恢复图像大量内容和图像精细的纹理细节。在不同数据集上的实验结果表明,提出的超分辨方法重建结果更接近真实图像,在峰值信噪比和相似结构性结果上均有提高。 展开更多
关键词 生成对抗网络 单帧图像超分辨率 峰值信噪比 损失函数 机器视觉
下载PDF
基于反馈生成对抗网络的单图像超分辨率重建 被引量:1
17
作者 王永强 李雪 +1 位作者 范迎迎 钱育蓉 《计算机工程与设计》 北大核心 2022年第7期2022-2030,共9页
针对现有图像超分辨率重建方法中高频图像信息不丰富的问题,提出一种基于反馈和注意机制的单图像重建生成对抗网络(GFSRGAN)。采用反馈网络作为生成器,通过反馈连接逐步生成高分辨率图像;提出一种具有注意机制的反馈块,其能在处理反馈... 针对现有图像超分辨率重建方法中高频图像信息不丰富的问题,提出一种基于反馈和注意机制的单图像重建生成对抗网络(GFSRGAN)。采用反馈网络作为生成器,通过反馈连接逐步生成高分辨率图像;提出一种具有注意机制的反馈块,其能在处理反馈流的同时,自适应地选择有用的特征信息;利用相对平均最小二乘GAN(RaLSGAN)损失引导模型获得更真实的图像。实验结果表明,与现有基于GAN的超分辨方法相比,该方法重建出的图像纹理更加逼真自然。 展开更多
关键词 单图像超分辨率重建 反馈机制 生成对抗网络 注意力机制 深度学习
下载PDF
二阶段端到端的图像去雾生成网络 被引量:3
18
作者 邢晓敏 刘威 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第1期164-172,共9页
单幅雾天图像的恢复是计算机视觉领域的一个基础问题,现有的方法主要包括基于先验信息的去雾方法和基于学习的去雾方法.然而,在实践中,前者具有很强的假设先验,导致该类方法的应用场景具有一定的局限性;后者在获取大量的配对数据上很困... 单幅雾天图像的恢复是计算机视觉领域的一个基础问题,现有的方法主要包括基于先验信息的去雾方法和基于学习的去雾方法.然而,在实践中,前者具有很强的假设先验,导致该类方法的应用场景具有一定的局限性;后者在获取大量的配对数据上很困难.针对这2类问题,提出一种基于非配对数据训练的二阶段端到端的自适应去雾生成网络,其基于循环生成式对抗网络框架,不同的是,在训练的过程中,提出一种二阶段映射策略.首先通过一级映射网络得到去雾结果;然后将该结果作为二级映射网络的输入,进一步提高去雾效果.另外,提出一种循环增强损失函数,并引入了先验信息约束生成器之间的映射关系.采用室内外多场景下的仿真雾图和真实雾图作为测试数据,通过全参考和无参考图像质量评价指标进行对比分析;实验结果表明,该方法不仅能够更好地适应处理各类雾天场景,有效地提高图像的峰值信噪比和结构相似度,且较好地复原了退化场景的边缘信息和色彩信息. 展开更多
关键词 循环生成对抗网络 单幅图像去雾 先验知识 无监督学习
下载PDF
融合光照损失的图像超分辨率生成对抗网络 被引量:1
19
作者 陈亚瑞 丁文强 +3 位作者 徐肖阳 胡世凯 闫潇宁 许能华 《天津科技大学学报》 CAS 2022年第4期55-63,70,共10页
本文针对在低光照条件下图像分辨率低的问题,提出一种融合光照损失的图像超分辨率生成对抗网络(image super-resolution generative adversarial network based on light loss,LSRGAN)模型.该模型通过构建高分辨率-低分辨率图像对,利用... 本文针对在低光照条件下图像分辨率低的问题,提出一种融合光照损失的图像超分辨率生成对抗网络(image super-resolution generative adversarial network based on light loss,LSRGAN)模型.该模型通过构建高分辨率-低分辨率图像对,利用生成器网络、判别器网络进行训练,实现低光照条件下更好的模型生成图像效果.该模型的损失函数包括光照损失、结构相似性损失、内容损失和对抗损失.模型通过构建光照损失函数,利用RGB三原色颜色空间与YIQ颜色空间的线性关系计算出图像中的亮度分量,将图像中的亮度作为损失函数,更好地恢复低光照条件下的低分辨率图像;通过增加结构相似性损失,计算超分辨率图像与真实高分辨率图像之间的结构相似性,提高生成图像的质量;内容损失区别于传统的基于像素的损失,使用VGG19网络中的特征映射进行计算,可以得到更逼真的生成图像;对抗损失使用判别器网络区分超分辨率图像与真实高分辨率图像,提高超分辨率图像的视觉效果.通过在4个标准数据集Set5、Set14、BSDS100和Urban100上设计对比实验,证明通过增加对光照更加敏感的损失函数,使该模型在低光照条件下具有更好的模型生成图像效果;同时通过增加结构相似性损失,使生成的图像视觉质量更好. 展开更多
关键词 单幅图像超分辨率 生成对抗网络 深度学习
下载PDF
基于深度学习的单图像超分辨率重建研究综述 被引量:24
20
作者 南方哲 钱育蓉 +1 位作者 行艳妮 赵京霞 《计算机应用研究》 CSCD 北大核心 2020年第2期321-326,共6页
为深入了解基于深度学习的单图像超分辨率重建(SISR)的发展,把握当前研究的热点和方向,针对现有基于深度学习的单图像超分辨率重建模型进行了梳理。介绍了相关深度学习算法和基于深度学习的模型以及评价指标,并通过实验对比分析现有模... 为深入了解基于深度学习的单图像超分辨率重建(SISR)的发展,把握当前研究的热点和方向,针对现有基于深度学习的单图像超分辨率重建模型进行了梳理。介绍了相关深度学习算法和基于深度学习的模型以及评价指标,并通过实验对比分析现有模型的性能,其目的在于从本质上了解基于深度学习的单图像超分辨率重建模型的优势;对单图像超分辨率重建的关键问题进行了总结,并对未来的发展趋势进行了展望。 展开更多
关键词 单图像超分辨率重建 深度学习 密集卷积网络 生成式对抗网络
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部