期刊专题

10.11896/jsjkx.190700017

基于密集卷积生成对抗网络的图像修复

引用
图像修复是一项利用缺损图像中已知信息对缺损区域信息进行估计修复的技术.针对大面积语义信息缺失的图像进行修复时,若训练数据集较小且图像背景相对复杂,则基于生成模型的修复结果常出现模糊、伪影和视觉相似度差等问题.针对上述问题,文中提出了一种基于密集卷积生成对抗网络的图像修复算法.该算法采用生成对抗网络作为图像修复的基本框架.首先,利用密集卷积块构建具有编解码结构的生成网络,不但加强了图像特征的提取,提高了图像修复能力,而且避免了深度增加引起的梯度消失问题.其次,在编码和解码结构之间引入跳跃连接,解决了网络层间信息传递丢失的问题.然后,在网络优化过程中,结合重建损失、对抗损失和TV损失来训练网络模型,增强了网络稳定性.最后,分别在CelebA和Car两个数据集上进行实验,所提算法的修复结果在视觉效果、峰值信噪比PSNR和结构相似度SSIM 3个方面均优于3种代表性图像修复算法,其有效性得到验证.

生成对抗网络、图像修复、密集卷积块、跳跃连接、损失函数

47

TP391(计算技术、计算机技术)

国家自然科学基金;北京市自然科学基金;北京市教委科学研究计划

2020-08-26(万方平台首次上网日期,不代表论文的发表时间)

共6页

202-207

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

47

2020,47(8)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn