Pytorch论文实现之结合对抗、均方、感知三种损失以及对称卷积神经网络来实现超分辨率重建

简介

简介：作者提出了一种改进的超分辨率生成对抗网络，该方法结合了残差连接、对称卷积神经网络以及对抗损失、均方损失和感知损失作为损失函数来训练。

论文题目：Image Super-resolution Reconstruction Based on an Improved Generative Adversarial Network（基于改进生成对抗网络的图像超分辨率重建）

论文会议：2019 1st International Conference on Industrial Artificial Intelligence (IAI)

摘要：摘要针对传统超分辨率重建（SR）技术重建的图像平滑且缺乏良好细节的问题，本文提出了一种改进的超分辨率生成对抗网络，该方法基于深度神经网络，生成模型包含多层卷积模块和多层反卷积模块，其中在感知损失中加入层跳连接和损失函数，判别模型由多层神经网络组成，其损失函数基于生成对抗网络生成的判别模型损失函数，最后在实验中选择PSNR和SS