基于GAN生成对抗网络的图像去噪及去噪原理的探究

详细信息    查看全文 | 推荐本文 |

	作者：梁威鹏 ; 洪盛伟 关键词：图像去噪 ; GAN ; 神经网络 中文刊名：ZXLJ 英文刊名：Science & Technology Information 机构：浙江传媒学院新媒体学院; 出版日期：2019-05-03 出版单位：科技资讯 年：2019 期：v.17;No.550 语种：中文; 页：ZXLJ201913015 页数：2 CN：13 ISSN：11-5042/N 分类号：32-33

摘要

把高频的噪声在傅里叶频谱上和低频的图像很好地分离开。通过一系列高频滤波的理论与技术,达到图像降噪的目的。该文提出了一个基于GAN思想的编码(encoder)-解码(decoder)架构来解决图像去噪的问题。网络由判别网络和生成网络组成,半监督学习从噪声图像到去噪图像的端到端的映射。在生成网络中,在全卷积的情况下,噪声一步步地被消除,最后得到去噪图像。
        

引文

[1]张力娜,李小林.基于图像分解与边缘检测的图像去噪方法[J].咸阳师范学院学报,2014,29(2):22-25.
    [2]王海武.基于生成对抗网络的语音增强方法研究[D].南昌航空大学,2018.
    [3]杨大为.生成式对抗网络GAN及应用[J].信息系统工程,2018,294(6):83-84.