基于生成对抗网络的超分辨率图像生成方法的研究与实现开题报告

1. 研究目的与意义（文献综述）

图像超分辨率技术（super-resolution，sr）是一种图像处理程序，将退化的图像或者图像序列作为输入，生成更高质量的图像或者图像序列。图像超分辨率生成（image super-resolution）问题近年来受到越来越多的关注，已成为一个研究的热点问题。

图像超分辨率生成（imagesuper-resolution）作为学术界和工业界重点讨论与研究的问题，在网络图像传输（networkimage transmission）中发挥着重要作用人类获取信息的主要途径是视觉，大部分基于视觉的应用效果都依赖于图像的质量，所以超分辨率生成（super-resolution）在图像传输（image transmission）、航空遥感（aerial remote sensing）、医疗分析（medical analysis）、视频监控（video surveillance）等领域都可以对帮助人类的视觉起重要的作用，很好的满足人类的需求。

超分辨率技术的概念和方法最早是由j.l.harris和j.w.goodman在上世纪约六十年代提出。不过他们采用的频谱外推法仅在一些假定情况下得到比较强的仿真图，但现实使用时结果并不完美。在之后的20年时间又有人做了改进，提出了凸集投影图像复原(pocs)方法，最大似然复原(泊松-ml)方法，泊松最大后验概率复原(泊松-map)等算法，取得一定进步。

2. 研究的基本内容与方案

2.1 研究内容和目标

研究的基本内容。本设计将研究并实现一个基于对抗生成网络(gan)的超分辨图像生成系统。gan模型通过框架中（至少）两个模块：生成模型（generativemodel）和判别模型（discriminativemodel）,通过这两模块的互相博弈学习产生相当好的输出。将使用mnist手写数据集作为训练的数据来源，通过搭建传统的生成对抗网络，生成器和真实数据作为判别器的两个输入，依靠生成对抗网络的较好的学习能力，完成生成器向真实数据的学习。

研究的目标。完成理论设计，理论设计完成后使用matlab实现对低分辨率图像到高分辨率图像生成的过程，完成资料整理和论文编写。

3. 研究计划与安排

第1-3周 查阅相关文献资料，明确研究内容，了解基于gan技术的国内外的实现方案，弄清工作原理，完成开题报告。

第4-7周 进一步阅读相关文献，确定系统框架，明确设计要点，完成改进优化算法设计方案。

第8-10周 根据系统的工作流程进行分步骤仿真，测试设计算法的可行性，获得有源参考标签的初步仿真部署结果。

4. 参考文献（12篇以上）

[1] 李诚,张羽,黄初华.改进的生成对抗网络图像超分辨率重建[j/ol].计算机工程与应用:1-9[2019-12-18].tp.20190906.1048.012.html.

[2] ]goodfellow i,pouget-abadie j, mirza m, xu b, wardefarley d, ozair s, courville a, bengio y.generative adversarial nets. in: proceedings of the 2014 conference on advancesin neural information processing systems 27. montreal, canada: curranassociates, inc., 2014. 26722680

[3] ledig c, theisl, husz′ar f, caballero j, cunningham a,acosta a, aitken a, tejani a, totz j,wang z h, shi w z.photo-realistic single image super-resolution using agenerative adversarial network. arxiv preprint arxiv: 1609.04802,2016