首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于生成对抗网络的无人机图像去模糊方法
引用本文:裴慧坤,颜源,林国安,江万寿.基于生成对抗网络的无人机图像去模糊方法[J].地理空间信息,2019,17(12).
作者姓名:裴慧坤  颜源  林国安  江万寿
作者单位:深圳供电局有限公司,广东 深圳,518000;武汉大学 测绘遥感信息工程国家重点实验室,湖北 武汉,430079
摘    要:提出一种基于加权感知损失的生成对抗网络(GAN)用于无人机图像去模糊。实验中采用具有跳跃连接结构的网络作为生成器,并对生成器使用加权感知损失进行约束,在生成器和判别器进行对抗式训练过程中,生成器不断学习并优化模糊图像到对应清晰图像的映射函数。另外,由于PSNR、SSIM图像质量客观评价指标的局限性,提出使用感知损失作为监控网络优化过程和模型选择的评价指标,最后使用感知损失选择的生成器模型对模糊图像进行盲去模糊。实验表明,该方法可快速有效地恢复出细节清晰的图像。

关 键 词:图像盲去模糊  感知损失  生成对抗网络  卷积神经网络

UAV Image Deblurring Method Based on Generative Adversarial Network
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号