结合注意力机制的生成对抗网络图像超分辨重建

摘要：

为改善图像超分辨率重建的主观视觉效果,提出一种结合注意力机制的图像超分辨生成对抗网络(generative adversarial network,GAN)模型.该模型在生成器网络中引入通道和空间双重注意力机制,选取更合适的重要特征信息进行传递;判别器网络采用WGAN进行构建,通过Wasserstein距离定义对抗损失,解决了GAN模型的训练不稳定问题.该重建模型在Set5、Set14、BSD100 和Urban100 共 4 个标准数据集上进行了实验,结果表明,和主流的超分辨重建算法相比,该模型的主客观评价指标均有所提高,图像细节信息恢复更加清晰,重建质量更好.

关键词：图像超分辨、生成对抗网络、注意力机制、深度学习

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61871020

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：86-93