国内刊号:34-1055/TD
国际刊号:1001-1250
发布日期:
作者:孙飞扬
单位:中国船舶集团第 724 研究所,江苏南京211106
关键词:超分辨率重构, 生成对抗网络, 自注意力机制 ,
随着经济社会飞速发展,对于信息传播速度和传播质量提出了更高要求。 在计算机视觉领域,超分辨率重构算法也使人们能够更加便捷地获取高分辨率图像。 然而,目前大多数方法都专注于提升图像的整体质量,针对图像中包含的具体目标,尤其是小尺寸目标的处理结果都不是很理想。 提出了一种新的生成对抗网络(GenerativeAdversarialNetwork,GAN)模型(A-ESRGAN)。 该模型使用 real-ESRGAN 作为基础网络框架,引入 VisionTransformer增强自注意力机制并替换激活函数。 通过设计针对性的数据集对该算法进行目标检测消融试验,验证该算法的可行性。 研究表明:该模型在面对含有小目标的图像时可以生成质量更高的图像,同时在主流的超分辨重构效果指标上优于原始模型。
来源:2025年第7期
《金属矿山》期刊编辑部