典型文献
稳定增强生成对抗网络在壁画的超分辨率重建
文献摘要：
针对古代壁画分辨率低、纹理细节模糊不清导致壁画观赏性不足和研究价值不高的问题,提出了一种稳定增强生成对抗网络的超分辨率重建算法(stable enhanced super-resolution generative adversarial networks,SESRGAN).以生成对抗网络为基础框架,生成网络采用密集残差块提取壁画特征,使用VGG(visual geometry group)网络作为判别网络的基本框架判断输入壁画的真假,引入感知损关、内容损失和惩罚损失三个损失共同优化模型.实验结果表明,与其他相关的超分辨率算法进行比较,峰值信噪比平均提高了 0.4～2.62 dB,结构相似性提高了 0.013～0.027,主观感知评估也有提高.
文献关键词：
古代壁画;超分辨率重建;生成对抗网络;密集残差块;惩罚损失
中图分类号：
作者姓名：
曹建芳;贾一鸣;闫敏敏;田晓东
作者机构：
太原科技大学计算机科学与技术学院,山西太原030024;忻州师范学院计算机系,山西忻州034000
文献出处：
引用格式：
[1]曹建芳;贾一鸣;闫敏敏;田晓东-.稳定增强生成对抗网络在壁画的超分辨率重建)[J].系统仿真学报,2022(05):1076-1089
A类：
SESRGAN
B类：
强生,生成对抗网络,超分辨率重建,古代壁画,画分,模糊不清,观赏性,重建算法,stable,enhanced,super,resolution,generative,adversarial,networks,基础框架,生成网络,密集残差块,VGG,visual,geometry,group,判别网络,基本框架,真假,惩罚损失,超分辨率算法,峰值信噪比,dB,结构相似性,主观感知,感知评估
AB值：
0.346329
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
