基于生成对抗网络的单图像超分辨率重建

来源：吉林大学学报·理学版杂志2021年第6期北京时间：

作者：朱海琦, 李宏, 李定文, 李富

单位：1. 东北石油大学 电气信息工程学院, 黑龙江 大庆 163318; 2. 大庆钻探工程公司 钻井一公司, 黑龙江 大庆 163458

摘要：针对当前卷积神经网络未能充分利用浅层特征信息, 并难以捕获各特征通道间的依赖关系、 丢失高频信息的问题, 提出一种新的生成对抗网络用于图像超分辨率重建. 首先, 在生成器中引入WDSR-B残差块充分提取浅层特征信息; 其次, 将GCNet模块和像素注意力机制相结合加入到生成器和鉴别器中, 学习各特征通道的重要程度和高频信息; 最后, 采用谱归一化代替不利于图像超分辨率的批规范化, 减少计算开销, 稳定训练. 实验结果表明, 该算法与其他经典算法相比能有效提高浅层特征信息的利用率, 较好地重建出图像的细节信息和几何特征, 提高超分辨率图像的质量.

关键词：图像超分辨率,生成对抗网络,注意力机制,残差网络