基于结构表达与推理的大面积受损图像修复技术研究

发布时间：2023-04-16 21:23

　　数字图像修复的目的在于使用一种自动的数字图像处理技术对图像中的缺失区域进行填充,保持缺失区域与已知区域的连贯性和自然过渡,使得填充后的图像满足人类视觉要求。随着信息时代的发展,数字图像修复技术已成为计算机视觉和数字图像处理领域的前沿性研究课题,在文物保护、生物医疗、游戏娱乐等领域得到了广泛的应用。传统基于信息扩散或基于纹理合成的图像修复方法可在细小区域或重复纹理缺失区域取得良好的效果,但当图像内缺失区域面积过大时往往生成模糊或单一的修复结果。近来发展起来的基于深度学习的图像修复方法可通过理解受损图像内容从而对缺失区域内容进行推理生成,在人脸、车辆等特定场景中可生成较准确的图像语义,但直接将这类方法推广到包含复合结构和纹理的自然图像修复场景时,仍存在许多巨大的技术挑战。具体分析如下:(1)内容生成方面:自然场景图像由于对象类型多样、像素分布情况复杂,现有采用单次前向生成图片的方法生成的内容往往存在严重的形状失真和纹理混叠的问题,尤其发生在对象边界与纹理多变区域。然而,图像中不同对象的同质纹理区域交接处往往会形成丰富的结构信息,是一种良好的先验知识,有利于这种“一对多”的不适定问题的求解,...

【文章页数】：108 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题的研究意义
    1.2 国内外研究现状
        1.2.1 基于信息扩散的图像修复方法
        1.2.2 基于纹理合成的图像修复方法
        1.2.3 基于深度学习的图像修复方法
        小结
    1.3 面临的关键问题
    1.4 论文的研究内容与组织结构
第2章 基于显式结构推理和感知的图像修复
    2.1 引言
    2.2 基于上下文编码器的图像修复方法
    2.3 方法比较
    2.4 基于显式结构推理和感知的图像修复方法
        2.4.1 显式结构修复
        2.4.2 基于结构先验感知的纹理填充
        2.4.3 方法实现细节
    2.5 实验与性能分析
        2.5.1 实验目的与原理
        2.5.2 实验环境与数据集
        2.5.3 实验结果与分析
    2.6 小结
第3章 基于隐式内容推理和风格渲染的图像修复
    3.1 引言
    3.2 基于神经块单元合成的图像修复方法
    3.3 方法比较
    3.4 基于隐式内容推理和风格渲染的图像修复方法
        3.4.1 基于内容和风格分解的图像修复模型的建立
        3.4.2 图像修复网络结构及优化算法设计
        3.4.3 方法实现细节
    3.5 实验与性能分析
        3.5.1 实验目的与原理
        3.5.2 实验环境与数据集
        3.5.3 实验结果与分析
    3.6 小结
第4章 基于对象感知和多任务递归学习的图像修复
    4.1 引言
    4.2 基于对象感知的图像生成技术和多任务学习技术
        4.2.1 基于对象感知的图像生成技术
        4.2.2 多任务学习技术
    4.3 方法比较
    4.4 基于对象感知和多任务递归学习的图像修复方法
        4.4.1 基于多任务递归学习的模型构建
        4.4.2 多任务学习的网络结构及优化算法设计
        4.4.3 方法实现细节
    4.5 实验与性能分析
        4.5.1 实验目的与原理
        4.5.2 实验环境与数据集
        4.5.3 实验结果与分析
    4.6 小结
第5章 总结与展望
    5.1 本文方法回顾与对比
    5.2 本文的贡献与创新之处
    5.3 研究展望
参考文献
攻读博士学位期间的科研工作情况
致谢



本文编号：3791903