《计算机应用研究》|Application Research of Computers

基于多损失融合与谱归一化的图像超分辨率方法

Multi-loss ensemble and spectral normalization for image super-resolution

免费全文下载 (已被下载 次)  
获取PDF全文
作者 许宁宁,郑凯
机构 华东师范大学 计算机科学与软件工程学院计算中心
统计 摘要被查看 次,已被下载
摘要 图像超分辨率重建研究存在结果客观衡量指标不断变优,但是视觉感知质量依旧平滑的问题;同时,应用生成对抗网络的超分辨率模型中的鉴别器(discriminator)设计存在一个普遍的问题,即训练不稳定问题。针对以上问题作出两点改进,一是提出多损失融合的方法,寻求一种在PSNR指标与感知质量之间的平衡,通过将均方误差损失、感知损失、风格损失与对抗损失进行融合的方法,在提高PSNR值的同时,改善图像视觉质量。二是在基于生成对抗网络的超分辨率模型的鉴别器设计中引入谱归一化(spectral normalization),以实现更稳定有效的训练。结果显示,改进后的方法得到了更高的PSNR指标与更逼真的视觉感知质量,并进一步表明感知质量对于超分辨率重建的重要性。
关键词 多损失融合;谱归一化;图像超分辨率
基金项目
本文URL http://www.arocmag.com/article/02-2020-08-064.html
收稿日期
修回日期
页码 -
中图分类号 TP391.41
文献标志码