| 成果基本信息 | ||||||
| 关键词: | 双判别器,对抗网络,图像超分辨率 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明提供了一种基于双判别器的生成对抗网络的图像超分辨率方法,包括以下步骤:训练阶段构建训练样本;将训练样本输入生成式网络,生成式网络输出高分辨率图像;高分辨率图像输入对抗网络;生成式网络和对抗网络中的两个判别器依次、交替对抗学习,联合生成式网络的基于L1范数的Charbonnier损失及对抗网络中的两个判断器分别对生成式网络的损失,约束生成式网络训练直至达到收敛;测试阶段输入低分辨率的图像至训练好的生成式网络模型,超分辨重建出最终的高分辨率图像。本发明中的对抗网络通过两个分别工作在像素域和特征图域中的判别器约束生成式网络训练,进一步提升超分辨率的精度 |