[发明专利]一种基于双向对抗网络的图像超分辨率重建方法

权利要求书

1.一种基于双向对抗网络的图像超分辨率重建方法，其特征在于，包括以下步骤：

对输入的图像数据进行数据增强；

将数据增强后的图像数据进行预处理，将处理后的数据分为训练集与测试集；

搭建下采样网络与重建网络；

训练所述下采样网络与重建网络，基于对抗损失及像素损失反向优化下采样网络及重建网络；

将待测试的低分辨率图片输入到优化后的重建网络中，得到高分辨率输出图像；

所述对输入的图像数据进行数据增强具体为：将原始训练图像集的图像切分成224x224的小图像，同时将小图像分别随机旋转90°、180°，再按比例分别缩放0.8、0.9倍，增强之后图片数量增加到原来的10倍；

所述将数据增强后的图像数据进行预处理具体为：将每一张图像的像素值减去所有图像像素的均值并除以所有图像像素的标准差，其公式为：

x＝(x-μ)/σ；

式中，x为一张图像的像素值，μ为所有图像像素的均值，σ为所有图像像素的标准差；

所述搭建下采样网络具体包括以下步骤：

构建下采样网络的生成器，该生成器由特征提取层、残差块、下采样层组成；

构建下采样网络的判别器，该判别器由卷积层组成，最后卷积层用了Sigmiod激活函数；

所述搭建重建网络具体包括以下步骤：

构建重建网络的生成器，该生成器由特征提取层、残差块、亚像素卷积层组成；

构建重建网络的判别器，该判别器由卷积层组成，最后卷积层用了Sigmiod激活函数；

所述训练所述下采样网络与重建网络，基于对抗损失及像素损失反向优化下采样网络及重建网络具体为：

将训练集中的高分辨率图片HR输入下采样网络的生成器，生成低分辨率图片LR，将生成的低分辨率图片LR输入重建网络的生成器得到重建的高分辨率图像SR，将生成的低分辨率图片LR与训练集中的低分辨率图片LR’输入下采样网络的判别器，将重建的高分辨率图像SR与训练集中的高分辨率图片HR输入重建网络的判别器；

其中，下采样网络采用对抗损失反向优化网络，其损失函数为：

式中，D表示下采样网络的判别器，G代表下采样网络的生成器，N代表了图像的数量，x_i表示真实的标签高分辨率图片；

其中，重建网络采用像素损失及对抗损失反向优化网络，其损失函数为对抗损失与像素损失之和，其中像素损失函数L₁与对抗损失函数L₂分别为：

式中，N表示图像块数量，表示重建的超分辨率图像，x_i表示真实的标签高分辨率图片，D表示重建网络的判别器，G代表重建网络的生成器；

当下采样网络的损失函数与重建网络的损失函数均达到最小时训练结束，得到优化后的下采样网络与重建网络。