论文部分内容阅读
为了提升指纹图像的分辨率,提出一种基于生成对抗网络(generation adversarial network,GAN)的指纹图像超分辨率重建方法。首先,采用高-低分辨率图像特征对训练生成神经网络,实现从低分辨率图像到高分辨率图像的映射学习;其次,为了解决指纹图像分辨率低、细节提取不足的问题,设计了多尺度递归网络作为生成网络,通过不同尺度的卷积层来进行特征提取,使生成的指纹图像更为清晰;最终,设计了一个新的损失函数,不断优化网络,指导生成高质量的指纹图像。实验结果表明,与对比方法相比,该方法在各指