基于改进生成对抗网络的红外图像超分辨率重建

摘要：

由于硬件成本和拍摄条件等限制,很难直接获取高分辨率红外图像.生成对抗网络可以实现红外图像的超分辨率重建,但仍存在训练不稳定,训练时不收敛等不足.针对这些问题,本文使用Wasserstein距离代替KL散度,结合图像间的欧式距离构造新的损失函数,优化原有网络结构和算法流程,使网络更准确地学习低分辨率图像与重建图像的对应特征映射关系,网络训练更加稳定.实验结果表明,重建图像的边缘过渡平缓,目标细节得到有效保证,并获得了更好的客观评价结果.

关键词：红外图像、超分辨率重建、生成对抗网络、深度学习

所属期刊栏目：50

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：246-251