结合注意力机制的生成对抗网络图像超分辨重建

作     者：张德 甄昊宇 林青宇 ZHANG De;ZHEN Haoyu;LIN Qingyu

作者机构：北京建筑大学电气与信息工程学院建筑大数据智能处理方法研究北京市重点实验室北京100044 

出 版 物：《福建师范大学学报（自然科学版）》 (Journal of Fujian Normal University：Natural Science Edition)

年 卷 期：2023年第39卷第3期

页      面：86-93页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61871020) 

主　　题：图像超分辨 生成对抗网络 注意力机制 深度学习 

摘      要：为改善图像超分辨率重建的主观视觉效果,提出一种结合注意力机制的图像超分辨生成对抗网络(generative adversarial network,GAN)模型.该模型在生成器网络中引入通道和空间双重注意力机制,选取更合适的重要特征信息进行传递;判别器网络采用WGAN进行构建,通过Wasserstein距离定义对抗损失,解决了GAN模型的训练不稳定问题.该重建模型在Set5、Set14、BSD100和Urban100共4个标准数据集上进行了实验,结果表明,和主流的超分辨重建算法相比,该模型的主客观评价指标均有所提高,图像细节信息恢复更加清晰,重建质量更好.