基于GAN的手写体数字超分辨率重建 掌握SRGAN重建方法，对MNIST图像超分辨率重建
需积分: 5 196 浏览量
2023-08-20
16:11:52
上传
评论
收藏 1.63MB DOC 举报
1．实验名称
基于 GAN 的手写体数字超分辨率重建
2. 实验目的
掌握 SRGAN 重建方法，对 MNIST 图像超分辨率重建。
3. 实验内容
1）下载 MNIST 图像超分辨率数据库；
2）测试 SRGAN 深度网络算法分类精度；
3）编写、运行程序并查看结果；
4）调节 SRGAN 算法相关参数，分析其对模型效果的影响。
4. 实验原理或流程图
1）SRGAN 基本网络结构概述？
2）SRGAN 实现 MNIST 图像超分辨率流程？
答：
1) SRGAN 基本网络结构：
生成对抗网络 GAN，是通过对抗的方式，学习数据分布的生成式模型。GAN 模型中
有两个组成部分：生成器和判别器，生成器输出模拟真实样本的假样本。判别器则判
断输入是真实样本还是生成的样本，两个网络在对抗中不断训练调整。
SRGAN 模型就是将这种生成对抗的思想引入图像增强任务中，通过生成器不断尝试
生成高分辨率图像，判别器判断是高分辨率还是低分辨率图像，两者相互竞争，判别
器无法判断生成器生成的样本。
SRGAN 有生成网络和辨别网络，相同颜色表示相同的操作，低分辨率图片（LR）输
入网络后输出高分辨率图片（HR）。
图 1. SRGAN 的网络结构
资源评论
不知名的好心人
- 粉丝: 0
- 资源: 16
