基于生成对抗网络图像超分辨率重建方法研究-文献阅读-3

基于生成对抗网络图像超分辨率重建方法研究

作者：韩童 西安工业大学

摘要

利用GAN生成对抗网络，进行超分辨图像网络重建，减少纹理缺失以及纹理过多问题，同时解决引入GAN导致的一些问题。

• 图像超分辨率多层次特征融合神经网络算法

解决网络模型只有一种特征提取方式和提取重要特性不足的缺点，图片特征提取，全局信息提取等不足。

优化GAN生成器提取特征结构，将原有模块替换为残差模块，残差连接允许引入更深层次的网络结构，同时减轻梯度消失或梯度爆炸的风险。此外，残差学习框架有助于剔除无关的噪声，实现更全面的特征捕捉，最终得到更高质量的超分辨率图像。

• 基于深度学习生成对抗网络区域分辨网络模块

解决平滑区域生成太多细节与纹理，影响图片的效果。

区别对待平滑区域与复杂区域，分割提取，区别训练。

加入注意力机制&