基于上下文语义递阶推理的图像盲修复方法研究

摘要：

现有的基于深度学习的图像修复方法通常需提供成对的受损图像和掩码图像作为输入,而现实中破损图像对应的掩码通常难以获得,为此,提出一种基于上下文语义递阶推理的图像盲修复网络.该网络由局部填补模块和细节优化模块组成,前者根据图像局部上下文语义自动估计图像中的污损区域,并完成初步的像素填充;而后者结合局部区域的多尺度特征,修复前一阶段输出图像中语义不和谐的区域,最终生成清晰自然的图像.结果表明:该方法性能优于同类算法,且能生成全局语义一致的清晰图像.

关键词：图像盲修复、生成对抗网络、深度学习

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62061032

在线出版日期：2022-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：36-43