[发明专利]一种基于生成网络的图像超分辨率重构的方法

摘要

本发明涉及一种基于生成网络的图像超分辨率重构的方法，其特征在于，包括收集真实图像的数据集进行扩充获得若干图像数据集，构建GAN生成式网络，构建判别式网络，确认GAN生成式网络与判别式网络之间的对抗误差，通过反向传播算法训练GAN生成式网络与判别式网络，当GAN生成式网络对抗误差达到最小，输出生成图像。提供高质量的图像，将模糊的人脸图像转为了清晰的图像，加快工作效率。

主权项

1.一种基于生成网络的图像超分辨率重构的方法，其特征在于，包括：S1，收集真实图像的数据集进行扩充获得若干图像数据集；S2，构建GAN生成式网络，其输入模糊的真实图像，输出为清晰的虚拟图像；S3，利用图像在像素空间上的欧氏距离作为像素空间误差，利用虚拟图像与真实图像的像素对比，确认虚拟图像与真实图像之间的欧氏距离L1，采用误差反向传播算法训练GAN生成式网络，直至欧氏距离值L1达到最小；S4，把S3获得虚拟图像和真实图像分别输入到VGG16比较器网络中，分别获取虚拟图像和真实图像在VGG16比较器网络中在第2个最大池化层之前的第2张特征图，确认虚拟图像和真实图像的第2张特征图之间的欧氏距离L2，采用误差反向传播算法训练GAN生成式网络，直至欧氏距离L2值达到最小；S5，构建判别式网络，利用Sigmoid函数判断输入判别式网络的图像是来自虚拟图像或者来自于收集的真实图像，确认真实图像与虚拟图像之间的欧氏距离L3；S6，确认GAN生成式网络与判别式网络之间的对抗误差，通过反向传播算法训练GAN生成式网络与判别式网络，当GAN生成式网络对抗误差达到最小，输出生成图像。