Исследование генеративно-состязательных нейронных сетей для решения задачи реконструкции изображений в дифракционно-оптических системах

Abstract

В данной работе проводится исследование причин возникновения артефактов, возникающих в результате цветовой коррекции изображений на основе генеративно-состязательной нейронной сети. Исходное изображение получено с помощью многоуровневой дифракционной линзы. В данной работе показано, что на наличие артефактов влияют переэкспонирование фрагментов исходного изображения и наличие маркеров на изображениях обучающей выборки. В работе предлагается архитектура генеративно-состязательной сети с масштабирующим слоем, обеспечивающим увеличение разрешения восстановленного изображения в два раза. This paper studies the causes of artifacts that appear in images after color correction by a generative adversarial network. Input images are captured by diffractive optics. This paper shows overexposing of the original image and markers in training images affect the occurrence of the artifacts. The paper proposes an architecture of a generative adversarial network with a scaling layer. This architecture allows producing reconstructed images with scale factor 2.