使用基于小波的生成对抗网络进行图像超分辨率
图像与视频处理
2019-07-25 v1 计算机视觉与模式识别
摘要
在本文中，我们考虑超分辨率重建问题。这是一个热门课题，因为超分辨率重建在医学领域、遥感监测和刑事侦查中有着广泛的应用。与传统算法相比，当前基于深度学习的超分辨率重建算法极大地提高了重建图像的清晰度。现有的工作如使用生成对抗网络的超分辨率方法（SRGAN）能够有效恢复图像的纹理细节。然而，实验验证表明SRGAN恢复的图像纹理细节并不鲁棒。为了获得具有更丰富高频细节的超分辨率重建图像，我们改进了网络结构，并提出了一种结合小波变换和生成对抗网络的超分辨率重建算法。所提出的算法能够高效地重建具有丰富全局信息和局部纹理细节的高分辨率图像。我们使用PyTorch框架和VOC2012数据集训练了我们的模型，并使用Set5、Set14、BSD100和Urban100测试数据集进行了测试。
引用
@article{arxiv.1907.10213,
title = {Image Super-Resolution Using a Wavelet-based Generative Adversarial Network},
author = {Qi Zhang and Huafeng Wang and Sichen Yang},
journal= {arXiv preprint arXiv:1907.10213},
year = {2019}
}