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：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：曾庆亮,南方哲,尚迪雅,孙华,
单位：新疆大学软件学院,乌鲁木齐830046；
关键词：单图像超分辨率重建,ResNeXt,WGAN,深度学习,
基金：新疆维吾尔自治区自然科学基金资助项目(2015211C263)；新疆维吾尔自治区研究生创新项目(XJ2019G069,XJ2019G072)；；
为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题，提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器，降低了生成器的复杂度，仅为SRGAN的1/8；通过WGAN来构造判别器解决了SRGAN模型不稳定的问题；实验结果表明，在四个公开数据集上所提模型相较于现有单图像超分辨率重建模型在主客观评价中均取得了更加优越的性能。
来源：2020年第12期
《计算机应用研究》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。