一种基于渐进残差生成对抗网络的图像超分方法

摘要

本发明公开了一种基于渐进残差生成对抗网络的图像超分方法。首先是对给定的真实目标图像进行下采样处理，获得一系列低分辨率图片集；搭建残差式生成对抗网络，从最低子网络层开始逐层训练，直至生成和原始真实图片相同分辨率的逼真的重构图片；最后，按照需要的超分辨率值对图像进一步上采样，叠加噪声输入至更上层子网络中迭代训练，最终得到所需要的超分辨率图像。本发明基于深度学习中的生成对抗网络模型，融入了加权的级联残差结构，能够高效充分利用输入图片的特征信息，拟合输入图片的数据特征，实现图片的超分辨率。相较于以往的方法，不仅成本低、容易实施，而且能够提升图像的超分辨率效果。