TY-JOURA2-Bibbo、DanieleAU-Cao、JianfangAU-Zhang、ZibangAU-Zhao、AidiPY-2020DA-2020DA-2020/12/29TI-应用变换生成网络超分辨率重构古村图象算法取基因对战网络框架首先是卷积神经网络提取图像特征信息,然后特征映射到高分辨率图像空间,与原图像相同大小最后重构高分辨率图像输出完成变形网络设计并使用有深度和剩余模块的CNN图像特征提取以确定基因网络输出是否真实高分辨率壁画详细说来,网络深度提高,剩余模块引入,批量标准化网络卷积删除,子像素卷积用于实现采样此外,多损函数和网络模型分阶段搭建相结合,以进一步优化壁画图像壁画数据集由当前团队搭建与数种图像超分辨率算法相比,顶点信号噪声比建议算法平均增加1.2-3.3dB和结构相似性增加0.04=0.13并优于其他算法 主观评分研究中建议方法有效超分辨率重构壁画图象,这有助于进一步优化古代壁画图象SN-1687-5265UR-https://doi.org/101155/206670976DO-10.1155/206670976JF-计算智能神经科学PB-HindawiKW-ER