结合 GAN 和风格迁移的太阳斑点图重建方法

来源：计算机技术与发展杂志2023年第05期北京时间：

作者：黄亚群;罗俊*;蒋慕蓉;杨磊;郑培煜

单位：1. 云南大学 信息学院,云南 昆明 650500;2. 中国科学院云南天文台,云南 昆明 650011

摘要：在云南天文台拍摄的模糊太阳斑点图的超分辨率重建过程中,采用现有深度学习算法存在高频信息难以恢复、重建图不够清晰等问题,为此,提出一种结合 GAN(生成对抗网络) 和风格迁移网络的太阳斑点图超分辨率重建方法 STYLE-NICE-GAN。 首先,利用 GAN 获取低分辨率太阳斑点图到 Level1+高分辨率太阳斑点图的映射关系,重建太阳斑点图的全局轮廓和部分细节;其次,使用风格迁移网络,对 GAN 的重建结果进行二次重建,在保留局部细节、高频信息和不影响后续分析的同时,提高图像的整体对比度和清晰度。 实验结果表明,与现有深度学习超分辨率重建算法相比,该方法具有重建图像清晰度更高、高频信息恢复能力更强的优点,重建结果在两个有参考评价指标 PSNR、SSIM 和三个无参考评价指标BRISQUE、NIQE、PIQE 上的评价均占有优势。

关键词：太阳斑点图;超分辨率重建;生成对抗网络;风格迁移;深度学习