基于无监督深度学习的真实图像超分辨率重建

作     者：魏慧雯 丁建伟 张琪 张正一 孙阳 WEI Huiwen;DING Jianwei;ZHANG Qi;ZHANG Zhengyi;SUN Yang

作者机构：中国人民公安大学信息网络安全学院北京100038 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2023年第46卷第7期

页      面：39-45页

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：中央高校基本科研业务费(2022JKF02011) 国家自然科学基金项目(61906199) 

主　　题：图像重建 图像模型 退化图像生成 深度学习 参数设置 实验分析 

摘      要：针对实际图像超分辨率重建任务中,有监督学习方法训练的模型依赖训练数据集导致泛化性不佳的问题,提出了一种使用无监督方法训练的真实图像超分辨率重建模型。首先,基于非配对的真实图像,构建了真实图像退化生成对抗式网络,将输入的真实高分辨率图像生成具有逼真细节的退化图像;其次,使用多头注意力机制构建了残差卷积图像超分辨率重建网络,通过建立长距离相关性学习,提升了真实图像超分辨率重建效果。该方法在经典超分辨率测试集和真实图像数据集上进行了大量实验,对比现有主流无监督真实图像超分辨率重建模型,PSNR指标平均提升1.57 dB;针对安防监控图像数据集,无参考图像质量评价指标NIQE最多降低52.32%。