GAN Based Sample Simulation for SEM-Image Super Resolution

摘要：      我們建議採用圖像超分辨率來加速掃描電子顯微鏡（SEM）的採集速度。 該過程可以通過以較低分辨率收集圖像，然後使用圖像超分辨率算法對收集的圖像進行放大來完成。 然而，由於物理因素的影響，不同分辨率的SEM圖像不僅在尺度上發生變化，而且在噪聲水平和物理畸變方面也發生了變化。因此，很難獲得訓練數據集。 爲了解決這個問題，我們設計了一個生成對抗網絡（GAN）來擬合SEM圖像的噪聲，然後從

>>阅读原文<<