基于改进GeneGAN的图像背景替换方法

• 作者: 李辉洋 杨志钢
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 生成式对抗网络 图像属性编辑 GeneGAN 背景减除 背景替换
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 560-564,581
• 页数: 6页
• 分类号: TG157
• 语种: 中文

摘要

生成式对抗网络在图像属性编辑领域的表现十分优秀,在良好的训练样本集下,设计合理的模型能够对图像背景进行替换.针对训练集中两类背景图像存在较大偏差的情况下,模型无法生成期望图像的问题,提出了一种基于改进GeneGAN的图像背景替换方法.以无人机图像为例,在主干网络GeneGAN下,通过背景减除方法获得偏差小的差值图像,替换GAN模块判别器的输入;利用基于背景先验知识的强约束项,消除生成图像的"残影"干扰,最终获得高质量的背景替换图像.实验结果表明,成功实现了图像背景替换,并在各类复杂背景下能鲁棒地生成高质量图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨志钢		2	0	0.0	0.0
2	李辉洋		1	0	0.0	0.0