| 改进的生成对抗网络的超分辨率方法研究 |
| |
| 引用本文： | 朱煜君,迟杏,任志强,张欣.改进的生成对抗网络的超分辨率方法研究[J].智能计算机与应用,2022,12(1):155-159,163. |
| |
| 作者姓名： | 朱煜君 迟杏 任志强 张欣 |
| |
| 作者单位： | 贵州大学大数据与信息工程学院,贵阳550025,贵州大学大数据与信息工程学院,贵阳550025;贵州装备职业技术学院电气自动化系,贵阳551499 |
| |
| 基金项目： | 国家自然科学基金;贵州大学双一流研究重大项目 |
| |
| 摘 要： | 本文针对基于深度学习的超分辨率重建网络SRGAN中存在的训练不稳定,重建图像信息缺失等问题进行了分析研究,做出相应的改进,提出了一种改良的生成器残差块结构,提高了重建效率,增强了重建图像的质量;引入Wasserstein距离代替JS散度来描述数据分布之间的差异,解决了生成对抗网络训练不稳定的问题,有效避免了梯度消失现象...
|
| 关 键 词： | 超分辨率 深度学习 生成对抗网络 Wasserstein距离 |
Research on improved super-resolution method of generative adversarial network |
| |
| ZHU Yujun,CHI Xing,REN Zhiqiang,ZHANG Xin.Research on improved super-resolution method of generative adversarial network[J].INTELLIGENT COMPUTER AND APPLICATIONS,2022,12(1):155-159,163. |
| |
| Authors: | ZHU Yujun CHI Xing REN Zhiqiang ZHANG Xin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
