基于SRGAN模型的监控图像增强应用研究  

作　　者：张毅 沈可心 刘凯丽 林霞 

机构地区：[1]临沂大学信息科学与工程学院,山东临沂276000

出　　处：《电脑编程技巧与维护》2024年第7期144-146,173,共4页Computer Programming Skills & Maintenance

基　　金：2023年临沂大学校级大学生创新创业训练计划项目(X202310452530);2022年临沂大学教学改革项目“基于OBE理念的UML与面向对象分析和设计课程项目化教学研究和实践”(JG2022M44)。

摘　　要：针对某些监控图像清晰度低带来的辨识难度大等问题,分析了SRGAN模型的超分特性,提出了一种基于超分算法的Web应用平台的解决办法。采用感知损失作为模型的训练指标,搭建生成器网络和判别器网络,对生成器网络和判别器网络进行交替训练,通过最小化重建损失学习如何生成视觉上接近高分辨率的图像。结果表明,基于SRGAN模型实现的监控图像超分辨率技术不仅在像素级别上重建图像,而且在视觉质量上进行优化,生成更加细腻和逼真的超分辨率图像。

关 键 词：SRGAN模型 监控图像 感知损失 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]