基于SRGAN改进的人脸图像超分辨率重构算法研究

本文研究基于SRGAN改进的人脸超分辨率重构算法，在生成器网络的残差单元中加入了自注意力卷积模块，以提高网络训练中高频特征提取能力，在判别器网络中引入PatchGAN思想，强化判别器网络对高频特征细节的判别能力，关注更多的局部纹理细节，提高重构人脸图像质量。同时将WN层替换原有GAN中的BN层，在保证网络训练速度的前提下提高网络模型的稳定性并恢复出更高质量的人脸图像。