声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2436/TN
国际刊号：1001-5078
发布日期:
作者：马乐
单位：火箭军工程大学,陕西 西安 710025；
关键词：红外图像;超分辨率重建;生成对抗网络;深度学习
由于硬件成本和拍摄条件等限制,很难直接获取高分辨率红外图像。生成对抗网络可以实现红外图像的超分辨率重建,但仍存在训练不稳定，训练时不收敛等不足。针对这些问题，本文使用Wasserstein距离代替KL散度，结合图像间的欧式距离构造新的损失函数，优化原有网络结构和算法流程,使网络更准确地学习低分辨率图像与重建图像的对应特征映射关系,网络训练更加稳定。实验结果表明,重建图像的边缘过渡平缓,目标细节得到有效保证，并获得了更好的客观评价结果。
来源：2020年第2期
《激光与红外》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。