J-Net：改进的U-Net用于太赫兹图像超分辨率
图像与视频处理
2023-12-05 v1 计算机视觉与模式识别
摘要
太赫兹（THz）波是频率在0.1至10 THz范围内的电磁波，太赫兹成像应用于安全检查、生物医学领域以及材料无损检测等多种场景。然而，由于太赫兹波波长较长，太赫兹图像分辨率较低。因此，提高太赫兹图像分辨率是当前的研究热点之一。我们提出了一种名为J-Net的新型网络架构，它是U-Net的改进版本，用于解决太赫兹图像超分辨率问题。该网络采用简单的基线模块，能够有效提取低分辨率（LR）图像特征并学习LR图像到高分辨率（HR）图像的映射。所有训练均使用DIV2K+Flickr2K数据集，并采用峰值信噪比（PSNR）进行定量比较。与其他太赫兹图像超分辨率方法相比，J-Net的PSNR达到32.52 dB，比其他技术高出1 dB以上。J-Net在真实太赫兹图像上也表现出优于其他方法的性能。实验表明，与其他太赫兹图像超分辨率方法相比，所提出的J-Net在PSNR和视觉改善方面均取得了更好的效果。
引用
@article{arxiv.2312.01638,
title = {J-Net: Improved U-Net for Terahertz Image Super-Resolution},
author = {Woon-Ha Yeo and Seung-Hwan Jung and Seung Jae Oh and Inhee Maeng and Eui Su Lee and Han-Cheol Ryu},
journal= {arXiv preprint arXiv:2312.01638},
year = {2023}
}