基于生成对抗网络的人像修复

• 作者: 江佳俊 罗敦浪 蒋旻 袁琳君 郭嘉
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人像姿态信息 生成对抗网络 图像修复 姿态掩码 人像姿态损失
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 虚拟现实与多媒体计算
• 页码范围: 842-846
• 页数: 5页
• 分类号: TP391.41
• 字数: 3638字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019071283

摘要

人像修复广泛用于基于图像渲染和计算摄影的照片编辑.针对衣着的不同、高矮胖瘦的区别以及姿态的高自由度等因素给人像修复带来的困难,提出了一种基于生成对抗网络(GAN)的高效人像修复方法.算法分为两阶段:第一阶段基于编码器-解码器网络粗略修复图像,然后估计其中人体姿态信息;第二阶段基于姿态信息和GAN来精确修复人像.利用人像姿态信息来连接人像姿态关键点,形成姿态框架并执行膨胀操作,得到人像姿态掩码,以此构造人像姿态损失函数进行网络训练.实验结果表明,与Contextual Attention修复方法相比,所提方法的修复结果在结构相似度(SSIM)上提升了1％.该方法将人像姿态信息加入到修复过程中,有效地约束了待修复区域人像数据的解空间范围,加强了网络对人像姿态信息的关注程度.