计算机应用研究

作者：杨鹏熙,侯进,游玺,任东升,杜茂生,

单位：1.西南交通大学a.信息科学与技术学院智能感知智慧运维实验室;b.综合交通大数据应用技术国家工程实验室,成都611756；2.西南交通大学唐山研究院,河北唐山063000；

关键词：深度学习,图像生成,生成式对抗网络,U-Net,注意力机制,

基金：国家重点研发计划资助项目(2020YFB1711902)；四川省科技计划资助项目(2020SYSY0016)；；

天文台天气监测系统对天气云图存在巨大需求。为解决传统的生成对抗网络在扩充天气云图数据集时模型不稳定以及图像特征丢失等问题，提出一种基于SAU-NetDCGAN的双层嵌入式对抗网络天气云图生成方法，该方法由两层网络相互嵌套组成。首先，第一层嵌入式网络是将U型网络添加到生成对抗式网络的生成器中，该网络作为基础架构，利用编码器与解码器之间的跳跃连接增强图像的边缘特征恢复能力；接着，第二层嵌入式网络是将简化参数注意力机制（simplify-attention，SA）添加到U型网络中，该注意力机制通过简化参数降低了模型复杂度，有效地改善了图像暗部特征丢失的问题；最后设计了一种新的权重计算方式，加强了各特征之间的联系，增加了对图像细节纹理特征的提取。实验结果表明，该方法生成的图像在清晰度、色彩饱和度上与传统的生成对抗网络相比图像质量更好，在峰值信噪比、结构相似性的评价指标下分别提高了27.06 dB和 0.606 5。

来源：2023年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第5期