10 超分辨率生成对抗网络（SRGAN）之SRGAN的架构

查看大图

GAN 进阶内容要围绕稳定性、条件控制、架构变化和评估方法建立判断框架。阅读时可以按「SRGAN的基本框架 -> 生成器 -> 判别器 -> SRGAN的损失函数」建立结构，再回到正文里的代码、案例或指标做验证。

查看大图

读完后，用一个真实小任务复查：输入是什么，处理环节在哪里，输出是否可验收；失败时先查「SRGAN的基本框架」，再查「生成器」。

在上篇中，我们探讨了条件生成对抗网络（cGAN）的训练和评估，了解了如何利用条件信息来生成目标数据。在本篇中，我们将专注于超分辨率生成对抗网络（SRGAN）的具体架构。SRGAN是一种用于图像超分辨率重建的强大模型，能够将低分辨率图像转化为高分辨率图像，同时保持图像的细节和纹理。

SRGAN的基本框架

SRGAN的架构主要由两个部分构成：生成器（Generator）和判别器（Discriminator）。与一般的GAN架构相似，SRGAN的生成器用于生成与真实高分辨率图像相似的图像，而判别器则用于区分生成的图像和真实图像。

查看大图

理解 SRGAN 架构时，先看低分辨率输入如何放大，判别器如何评价细节，感知损失如何保留纹理。

生成器

SRGAN的生成器通常采用卷积神经网络（CNN）结构。以下是SRGAN生成器的主要特点：

• 输入：低分辨率图像（通常是经过降采样的高分辨率图像）。
• 特征提取：使用多个卷积层提取图像特征，通过激活函数（如ReLU）引入非线性因素。
• 上采样：通过像素Shuffle等方法将低分辨率图像上采样到目标高分辨率。
• 输出：生成高分辨率图像。

一个典型的SRGAN生成器可能实现如下：

import tensorflow as tf
from tensorflow.keras import layers

def build_generator():
    inputs = tf.keras.Input(shape=(None, None, 3))
    
    # 低分辨率特征提取
    x = layers.Conv2D(64, kernel_size=9, padding='same')(inputs)
    x = layers.PReLU()(x)

    # 残差块
    for _ in range(16):
        residual = x
        x = layers.Conv2D(64, kernel_size=3, padding='same')(x)
        x = layers.PReLU()(x)
        x = layers.Conv2D(64, kernel_size=3, padding='same')(x)
        x = layers.add([residual, x])
    
    # 上采样
    x = layers.Conv2D(256, kernel_size=3, padding='same')(x)
    x = layers.Lambda(lambda x: tf.nn.depth_to_space(x, 2))(x)  # PixelShuffle
    
    # 最后一层
    outputs = layers.Conv2D(3, kernel_size=9, padding='same', activation='tanh')(x)
    
    return tf.keras.Model(inputs, outputs)

判别器

SRGAN的判别器也是基于卷积神经网络的，通常结构如下：

• 输入：生成的高分辨率图像和真实的高分辨率图像（通过合并操作）。
• 多层卷积：逐层使用卷积层提取特征，逐渐缩小图像的空间维度。
• 输出：经过sigmoid激活函数后输出一个二分类结果，表示输入图像为真实图像的概率。

判别器的代码示例如下：

def build_discriminator():
    inputs = tf.keras.Input(shape=(None, None, 3))
    
    x = layers.Conv2D(64, kernel_size=3, strides=2, padding='same')(inputs)
    x = layers.LeakyReLU(alpha=0.2)(x)
    
    for _ in range(3):
        x = layers.Conv2D(64 * (2 ** (_ + 1)), kernel_size=3, strides=2, padding='same')(x)
        x = layers.LeakyReLU(alpha=0.2)(x)
    
    x = layers.Flatten()(x)
    x = layers.Dense(1024)(x)
    x = layers.LeakyReLU(alpha=0.2)(x)
    outputs = layers.Dense(1, activation='sigmoid')(x)
    
    return tf.keras.Model(inputs, outputs)

SRGAN的损失函数

SRGAN引入了感知损失（Perceptual Loss），该损失通过深度网络提取图像特征，同时结合对抗损失来优化生成图像的质量。感知损失定义为生成图像与真实图像在高层特征空间上的差异：

查看大图

《超分辨率生成对抗网络（SRGAN）之SRGAN的架构》适合边看图边读正文。先确认问题和判断标准，再看概念解释与练习步骤，信息会更容易连成一条线。

$$L_{perceptual} = \frac{1}{N} \sum_{j} || \phi_j(G(x)) - \phi_j(y) ||^2$$

其中，$G(x)$是生成器生成的图像，$y$是真实的高分辨率图像，$\phi_j$是一个预训练的特征提取网络（如VGG网络）的第$j$层。

实践案例

以下是一段完整的训练SRGAN的示例代码框架，其中包含生成器、判别器和训练过程的简要实现：

import numpy as np

def train_srgan(generator, discriminator, dataset, epochs=100, batch_size=16):
    for epoch in range(epochs):
        for low_res_images, high_res_images in dataset.batch(batch_size):
            # 生成高分辨率图片
            generated_images = generator(low_res_images)
            
            # 训练判别器
            real_labels = np.ones((batch_size, 1))
            fake_labels = np.zeros((batch_size, 1))
            discriminator_loss_real = discriminator.train_on_batch(high_res_images, real_labels)
            discriminator_loss_fake = discriminator.train_on_batch(generated_images, fake_labels)
            
            # 训练生成器
            generator_loss = srgan_train_on_batch(low_res_images, high_res_images)

        print(f"Epoch: {epoch+1}, Discriminator Loss: {discriminator_loss_real + discriminator_loss_fake}, Generator Loss: {generator_loss}")

# 利用上面构建的模型进行训练
generator = build_generator()
discriminator = build_discriminator()
# dataset 应该是加载的低分辨率和高分辨率图像对
train_srgan(generator, discriminator, dataset)

查看大图

学完《超分辨率生成对抗网络（SRGAN）之SRGAN的架构》后，不妨换一个自己的场景试一次，重点观察输入、处理和输出是否能对应起来。

查看大图

如果想把《超分辨率生成对抗网络（SRGAN）之SRGAN的架构》用到自己的任务里，可以先缩小场景，只验证一个最关键的判断点。

总结

在本篇中，我们详细介绍了超分辨率生成对抗网络（SRGAN）的架构，包括其生成器和判别器的具体设计，以及损失函数的构建。SRGAN不仅在传统图像处理领域展示了良好的超分辨率性能，且为深度学习领域的图像生成任务提供了重要的思路和灵感。接下来的篇幅将集中在超分辨率的实际实现上，我们将探讨如何使用SRGAN对给定的低分辨率图像进行超分辨率重建。