基于新生成器结构的图像修复方法

• 作者: 杨柳 林竹 王敏
• 来源期刊: 计算机系统应用
• 关键词: 图像修复 生成对抗网络 DenseNet JPU 双判别器
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 158-163
• 页数: 6页
• 字数: 4786字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007234

摘要

针对目前图像修复算法存在的修复效果不连续、缺失大小受限、训练过程不稳定等缺点, 提出了一种基于生成对抗网络的图像修复方法. 利用卷积神经网络, 我们可以真实地修复任意分辨率的图像. 为了实现高分辨率的真实修复效果和对图像特征的充分学习, 我们提出基于DenseNet传播源图像的细节和结构得到高分辨率的图像,实现图像缺失生成; 由于Iizuka等人提出的基于双判别器方法中膨胀卷积部分所产生的巨大运算量, 我们提出使用JPU (Joint Pyramid Upsampling, 联合金字塔上采样)来加速计算. 在CelebA和ImageNet上的实验表明, 所提方法能真实地修复大多数的破损图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敏	河海大学计算机与信息学院	101	756	15.0	24.0
2	杨柳	河海大学计算机与信息学院	19	78	5.0	8.0
3	林竹	河海大学计算机与信息学院	8	112	4.0	8.0