基于对抗训练和卷积神经网络的面部图像修复

• 作者: 刘厚泉 刘昱
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 生成对抗网络(GANs) 卷积神经网络(CNN) 图像补全 跳跃连接
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 110-115,136
• 页数: 7页
• 分类号: TP391
• 字数: 4828字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1805-0248

摘要

为了有效地修复大面积破损的面部图像,使用了解码器-编码器结构的卷积神经网络作为生成模型,并在其部分层之间增加skip-connection,以增强生成模型的结构信息预测能力,同时引入对抗训练策略优化生成模型.该模型首先训练一个判别模型识别真实图像,再利用其判别待修复图像输入生成模型后所得到的输出是否为真实,以此为生成模型提供优化梯度.结合了卷积神经网络的结构信息预测能力和GANs对抗策略的优化能力,提高了图像补全的效果.在CelebA人脸数据集上进行的实验结果表明,该方法在补全大面积破损的图像任务上性能明显优于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘厚泉	中国矿业大学计算机科学与技术学院	65	512	11.0	20.0
2	刘昱	中国矿业大学计算机科学与技术学院	1	9	1.0	1.0