标题：GAN改进的多任务灰度图像增强方法
作者：张贺 张正 田青
作者单位：北方工业大学信息学院， 北京100144
关键字：生成对抗网络；图像增强；多任务学习；深度学习；特征共享；低光照增强；超分辨率增强
摘要：针对灰度图像处理时存在的过度增强、对比度失真、图像伪影、算法鲁棒性等问题，首先提出了一种改进MultiGAN网络架构，结合深度学习中多任务学习算法，以有效提高灰度图像的视觉质量。其次设计了特征共享机制，多层次利用图像信息，辅助多任务模型训练过程。再次是生成器设计优化，使用光照分解计算来更好地优化生成图像质量。最后设计了感知损失函数和对抗损失函数的组合，旨在生成更高质量的图像细节和对比度增强效果，平衡优化多任务增强算法性能。在医学CT数据集下的实验结果表明，改进后的MultiGAN算法在主观视觉效果和客观评价指标上均有显著提升，该方法为灰度图像处理研究提供了新的思路和方向。