基于深度强化学习和循环卷积神经网络的图像恢复算法

• 作者: 徐勇军 杨海清 王明雪
• 来源期刊: 高技术通讯
• 关键词: 强化学习 图像恢复 深度学习 生成式对抗网络 循环卷积
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 432-437
• 页数: 6页
• 字数: 3558字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2019.05.003

摘要

图像恢复是指通过算法来实现恢复出图像残缺部分的信息用来补全残缺的图像.在最近几年由于深度学习的快速发展,深度学习在图像恢复领域也取得了很好的效果.然而现有的方法都需要海量的数据来训练实现图像恢复的研究.本文结合强化学习中的actor-critic算法和生成式对抗网络的网络结构提出了一种新的图像决策算法和循环卷积神经网络结构来实现图像恢复.在数据集CelebA,BSDS500,Pascal Voc2012上的实验表明,在较少数据量的情况下,该方法有效地恢复出了残缺图像的信息,与流行的图像恢复算法相比取得了较好的恢复效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨海清	浙江工业大学信息与通信工程学院	40	171	7.0	12.0
2	徐勇军	浙江工业大学信息与通信工程学院	2	3	1.0	1.0
3	王明雪	浙江工业大学信息与通信工程学院	2	3	1.0	1.0