注意机制生成对抗网络单通道盲图像分离

摘要

针对单通道极端欠定状况及传统盲源分离(blind source separation,BSS)方法难以克服源信号独立、非高斯分布等多项约束和先验知识缺乏等问题,基于生成对抗模型的网络架构,提出了一种基于注意机制的单通道盲图像分离方法,将基于流形排序的视觉注意机制嵌入到分离网络中,增强目标的关键信息,以生成思想迭代分离混合图像。实验结果表明,融合注意机制的生成对抗网络能仅从单源数据中学习,无需多种先验约束,比经典盲源分离方法有更高的分离精度,与已知分布的神经网络分离方法相比,能更有效地分离单通道混合图像。