基于改进的U-Net生成对抗网络的图像翻译算法

• 作者: 吉燕妮 常佳 王玉德
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 图像处理 生成对抗网络 图像翻译 优化算法 U-Net模型 跳跃连接
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 327-334
• 页数: 8页
• 分类号: TN248.1
• 字数: 2978字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.02.011

摘要

针对传统生成对抗网络(Generative Adversarial Networks,GAN)在图像翻译过程中生成图像的轮廓、纹理等特征丢失以及造成图像翻译效果不佳的问题,提出了基于改进U-Net模型的生成对抗网络图像翻译算法.首先,实验研究Pix2Pix生成对抗网络优化算法、学习率以及迭代次数对图像翻译效果的影响,确定生成对抗网络模型参数与优化方法;其次,通过增加反卷积跳跃连接的重复次数增强特征的表达能力;最后,在CUFS人脸数据库上进行实验确定模型参数.实验表明,反卷积跳跃连接的重复次数为5次时,图像翻译的用户调研满意评价指标达到42％,图像翻译的质量达到最优.