一种生成对抗网络用于图像修复的方法

• 作者: 敖阳 罗会兰 袁璞
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 部分卷积 生成对抗神经网络 残差网络 图像修复
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 1891-1898
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.10.003

摘要

近年来基于深度学习的图像修复方法相比于传统方法,表现出明显优势,前者能更好的生成视觉上合理的图像结构和纹理.但现有的标准卷积神经网络方法,通常会造成颜色差异过大和图像纹理缺失与失真的问题.本文提出了一种新型图像修复深度网络模型,该模型由两个相互独立的生成对抗式网络模块组成.其中,图像修复网络模块旨在解决图像缺失区域的修复问题,其生成器基于部分卷积网络;图像优化网络模块旨在解决修复后图像存在局部色差的问题,其生成器基于深度残差网络.通过两个网络模块的协同作用,图像的视觉效果与图像质量得到提高.与其他先进方法进行定性和定量比较的实验结果表明,本文提出的方法在图像修复质量上表现更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗会兰		51	445	13.0	18.0
2	敖阳		1	0	0.0	0.0
3	袁璞		1	0	0.0	0.0