[发明专利]一种基于生成网络的图像超分辨率重构的方法

权利要求书

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步骤，收集真实图像的数据集进行扩充获得若干图像数据集；

S2步骤，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步骤，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；欧氏距离L₁为通GAN生成式网络生成虚拟图像G_θ(Y _i)与真实图像X_i之间的欧氏距离平方之和，表达式为：

其中，Y_i为第i张虚拟图像像素，X_i为对应的真实图像像素，n为训练样本的总数，θ为GAN生成式网络中的参数；

S4步骤，把S3步骤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；由GAN生成式网络生成的图像G_θ(Y _i)和对应的真实图像X_i输入到VGG16比较器网络中，获取中间层输出的特征图，获得两者之间的欧氏距离L₂，表达式为：

其中，φ为图像所对应的特征图；

S5步骤，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步骤，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。

2.根据权利要求1所述的基于生成网络的图像超分辨率重构的方法，其特征在于：S1步骤中，针对若干真实图像依次旋转90度、180度、270度，将数据集扩展为原来的n倍，随机选出多数真实图像用作训练样本，将剩余少数真实图像用作测试样本。