| 基于改进型生成对抗网络的图像去噪方法 |
| |
| 引用本文： | 黄梦然. 基于改进型生成对抗网络的图像去噪方法[J]. 计算机与数字工程, 2022, 50(1): 201-205. DOI: 10.3969/j.issn.1672-9722.2022.01.038 |
| |
| 作者姓名： | 黄梦然 |
| |
| 作者单位： | 南京海康威视数字技术有限公司 南京 210000 |
| |
| 摘 要： | 图像去噪是一项具有挑战性的任务,其目的是去除附加噪声并保留所有有用信息.现有的方法主要集中在最小化均方误差(MSE),这会导致去噪图像丢失重要细节或在纹理丰富的区域变得过于平滑.因此论文引入生成对抗网络(GAN)用于图像去噪.论文的生成器采用SRDenseNet,很好地缓解了网络梯度易消失的问题,同时感知损失的引入使得...
|
| 关 键 词： | 生成对抗网络 生成器 判别器 图像去噪 感知损失 |
Image Denoising Method Based on Improved Generative Adversarial Network |
| |
| HUANG Mengran. Image Denoising Method Based on Improved Generative Adversarial Network[J]. Computer and Digital Engineering, 2022, 50(1): 201-205. DOI: 10.3969/j.issn.1672-9722.2022.01.038 |
| |
| Authors: | HUANG Mengran |
| |
| Affiliation: | (Nanjing Hikvision Digital Technology Co.,Ltd.,Nanjing 210000) |
| |
| Abstract: | |
| |
| Keywords: | generated antagonistic network generator discriminator image denoising perpetual loss |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
