基于生成对抗网络的图像修复技术研究

发布时间：2021-02-21 22:13

　　基于生成对抗网络的图像修复算法在处理图像信息大面积丢失的情况时,效果比传统算法有了较大提升,但是在许多细节方面仍有待改进,例如使修复区域与保留区域在语义上更加合理,被修复区域的边缘需要保持连贯性,修复区域需要有丰富的纹理细节。针对以上问题,在现有的生成对抗网络修复算法的基础上提出了改进,结合非局部注意力机制,对输入图像进行多级合并和设置缓冲层,添加辅助判别器。通过对比实验结果,验证了改进模型的有效性,得到的修复图像更符合人眼视觉系统的要求。 

【文章来源】：计算机应用与软件. 2019,36(12)北大核心

【文章页数】：6 页

【文章目录】：
0 引 言
1 现状分析
    1.1 传统图像修复算法
    1.2 深度学习与图像修复
2 方法设计
    2.1 非局部注意力机制
    2.2 多级合并-缓冲区
    2.3 双判别器
3 实 验
    3.1 实验环境
    3.2 模型描述
    3.3 结果分析与比较
4 结 语


【参考文献】：
期刊论文
[1]基于偏微分方程的CDD修补模型[J]. 张琳娜.  现代经济信息. 2017(12)
[2]一种基于全变分模型的图像修复改进算法[J]. 何凯,张涛,梁然.  光电子.激光. 2010(12)
[3]一种新的样本块图像修补方法[J]. 雷鸣,王春东,薛彦兵,张桦.  光电子.激光. 2009(05)

硕士论文
[1]基于偏微分方程的图像修复应用[D]. 汪潇.安徽大学 2007



本文编号：3045000