Non-local注意力机制生成对抗网络的油画修复研究

• 作者: 何妍 何嘉
• 来源期刊: 成都信息工程大学学报
• 学科: 工学
• 关键词: 生成对抗网络 Non-local 油画修复 扩张卷积 门控卷积
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 电子信息科学与技术
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP751
• 语种: 中文
• DOI: 10.16836/j.cnki.jcuit.2022.01.006

摘要

针对部分油画艺术作品存在图像破损的问题,提出一种基于非局部(Non-local)注意力机制生成对抗网络的油画修复方法.首先,在生成器部分,采用扩张卷积和门控卷积替代原网络中的普通卷积层,增强网络的特征提取能力,同时加入Non-local注意力机制,提升生成器的修复能力;其次,使用马尔科夫判别器,强化网络的判别效果;最后,在损失函数部分使用感知损失、GAN损失和L1损失,使整个网络的训练更加稳定.网络在开源的Gal-lerix油画数据集上进行了验证,实验结果表明:与Global&Local、ParticalConvGAN和Deepfillv2的修复方法相比,PSNR和SSIM指标均超过3种优秀的生成对抗网络,对油画艺术品的修复的效果进行了更好的提升.