残差密集结构的东巴画渐进式重建

作者:蒋梦洁; 钱文华; 徐丹; 吴昊; 柳春宇
更新时间:

目的东巴画具有独特的艺术风格,内容丰富,线条密集,色彩多样。当现有的自然图像超分辨率算法直接应用于低分辨率东巴画时,高山线、色块和材质的重建效果并不理想。为了有效提高东巴数字图像的分辨率,本文提出了一种东巴画的超分辨率重建方法。方法首先,根据高山绘画图像包含丰富高频信息的特点,建立重建网络。网络的整体结构采用多级子网络级联,逐步重建高分辨率东巴画。多层次子网络标签共同指导重建,减少了高山绘画图像上采样过程中高频细节的丢失,每一层子网络包含一个浅层特征提取模块和一个以残留密集结构为核心的深层特征提取模块。分别对不同层次的特征进行提取和融合,改善了卷积层简单链式叠加造成的特征损失。其次,为了进一步提高重建东巴画的视觉质量,在像素损失的基础上,引入感知损失和对抗损失进行对抗训练。最后,为了使网络更具针对性,对高山画的图像特征进行研究。本文使用自建的东巴画数据集进行网络培训。结果实验结果表明,在东巴画测试集set20上,当上采样因子为8时,与Bicubic(bicubic interpolation)、SR、CNN(超分辨率革命网络)、Srresnet(超分辨率剩余网络)和IMDN(信息多干扰网络)的方法相比,该算法的信噪比分别提高了3.28dB、1.80dB和1.80dB,分别为0.23分贝和0.36分贝。东巴画的主观视觉质量也较好。结论本文提出的超分辨率网络模型能有效提高低分辨率东巴画的分辨率和清晰度,具有普遍性。它还可以与其他数据集一起训练,以扩大应用范围。