论文部分内容阅读
针对已有的方法存在超分辨率性能差和效率低等问题,提出一种新的基于生成式对抗网络的图像超分辨率算法。该方法融合条件生成式对抗网络(Conditional Generative Adversarial Nets,CGAN)的类标签作为生成式对抗网络(Generative Adversarial Networks, GAN)的输入,并训练GAN结构,从而实现图像的重建。在MNIST数据集和车牌数据集上进行对比实验,结果表明重建图像的准确率从原来的68.22%提升到80.23%。