GAN Based Sample Simulation for SEM-Image Super Resolution

摘要：      我们建议采用图像超分辨率来加速扫描电子显微镜（SEM）的采集速度。 该过程可以通过以较低分辨率收集图像，然后使用图像超分辨率算法对收集的图像进行放大来完成。 然而，由于物理因素的影响，不同分辨率的SEM图像不仅在尺度上发生变化，而且在噪声水平和物理畸变方面也发生了变化。因此，很难获得训练数据集。 为了解决这个问题，我们设计了一个生成对抗网络（GAN）来拟合SEM图像的噪声，然后从

>>阅读原文<<