SRGAN
forkortelse for Super-Resolution Generative Adversarial Network
SRGAN er en dyb lærings-model baseret på et generativt adversarial netværk (GAN), der anvendes til at generere højopløsningsbilleder fra lavopløsningsinput.
Kort fortalt
SRGAN er en teknik, der bruger et neuralt netværk til at gøre slørede billeder skarpe og detaljerede, som om de var taget i høj opløsning.
- Kategori
- model
- Niveau
- øvet
Betydninger
1- 1
En specifik GAN-arkitektur til super-resolution, der bruger et perceptuelt tab bestående af et adversarisk tab og et indholdstab baseret på VGG-netværksfeatures, for at generere realistiske teksturer.
- SRGAN opnår betydeligt højere perceptuel billedkvalitet end traditionelle super-resolution-metoder som bicubic interpolation.
Hvornår bruges det
SRGAN anvendes inden for billedbehandling til super-resolution, især når man ønsker at opnå fotorealistiske detaljer. Det bruges i praksis til opgradering af gamle fotos, medicinsk billeddannelse og satellitbilleder. Modellen kræver træning på et datasæt af lav- og højopløsningsbillede-par.
Oprindelse
Akronymet SRGAN står for 'Super-Resolution Generative Adversarial Network', sammensat af 'super-resolution' (super-opløsning) og 'GAN' (generativt adversarial netværk).
Kilder
1- Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network (2017)