密集残差网络红外图像超分辨率重构

来源：激光与红外杂志2020年第10期北京时间：

作者：贾宇

单位：1.华中光电技术研究所-武汉光电国家研究中心,湖北 武汉 430223；2.中国人民解放军32381部队,北京 100072；

摘要：单幅红外图像超分辨率重构算法作为红外图像分辨率提升应用的关键技术,近年来得到了广泛的研究。为了提高红外图像的分辨力,提出了一种基于残差密集对抗式生成网络的单幅红外图像分辨力提升方法。与以往基于对抗式生成网络的分辨力提升方法不同,本文方法的新颖性主要包含两个方面。首先,在网络架构方面进行改进,以提高性能。设计密集残差网络作为对抗式生成网络的生成网络,充分利用了低分辨率图像的有效特征。在生成网络中引入了一种连续内存机制,以利用密集的剩余块。其次,将Wasserstein-GAN作为损失函数,对判别网络模型进行修正,以达到稳定训练的目的。利用红外高分辨率图像数据集进行了大量的实验,结果表明,该方法在客观评价和主观评价方面均优于目前最新的方法。

关键词：超分辨率;深度学习;生成对抗网络;残差密集;图像增强;判别网络;评价指标