利用生成对抗网络的人脸图像分步补全法

摘要：

人脸图像修复技术是近年来图像处理领域的研究热点,而人脸图像大面积缺失导致损失语义信息过多,一直是该领域的重点难点问题.针对这一问题,文中提出了一种基于生成对抗网络的图像分步补全算法.将人脸图像修复问题分为两步,设计两个串联的生成对抗网络,首先残缺图像通过预补全网络进行图像的预补全,预补全图像进入增强网络进行特征增强;判别器分别判断预补全图像和增强图像与理想图像的差异性;采用长短时记忆单元连接两部分的信息流,增强信息的传递.然后使用内容损失、对抗损失和全变分损失相结合的损失函数,提高网络的修复效果.最后在CelebA数据集上进行实验,结果显示,所提算法相较于对比算法在峰值信噪比指标上提高了16.84％～22.85％,在结构相似性指标上提高了10％～12.82％.

关键词：生成对抗网络;人脸图像;图像补全;长短时记忆;深度学习;缺失区域;跳跃连接

所属期刊栏目：48

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金61671377

在线出版日期：2021-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：174-180