基于双鉴别网络的生成对抗网络图像修复方法

• 作者: 刘波宁 翟东海
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 生成对抗网络 边缘结构 人脸修复 缓冲池 卷积神经网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 虚拟现实与多媒体计算
• 页码范围: 3557-3562,3595
• 页数: 7页
• 分类号: TP391.41
• 字数: 7950字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018051097

摘要

针对现有神经网络图像修复方法的修复结果在视觉连通性上存在结构扭曲、训练过程中易陷入过度学习等问题,提出了一种基于双鉴别网络的生成对抗网络(GAN)图像修复方法.该方法的修复模型使用了修复网络、全局鉴别网络和局部鉴别网络.修复网络将待修复图像破损区域用相似信息填充后作为输入,极大地提高了生成图像的速度与质量;全局鉴别网络综合采用图像全局的边缘结构信息和特征信息以保证修复网络输出的修复图像结果符合视觉连通性;而局部鉴别网络在鉴别输出图像的同时,利用在多个图像中寻找到的辅助特征块来提高鉴别的泛化能力,很好地抑制了修复网络在特征过于集中或单一时容易过度学习的问题.实验结果表明,所提修复方法在人脸类图像上具有较好的修复效果,且在不同种类图像上有非常好的适用性,其峰值信噪比(PSNR)和结构相似性(SSIM)指标比当前基于深度学习且修复效果较好的几种方法更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟东海	西南交通大学信息科学与技术学院	45	285	9.0	14.0
2	刘波宁	西南交通大学信息科学与技术学院	1	4	1.0	1.0