基于生成对抗网络的图像复原技术研究

发布时间：2021-08-14 21:18

　　随着图像处理技术的最新发展,尤其是图像处理工具的灵活性不断加强,传统的图像复原技术遇到了挑战。近年来,基于深度卷积网络的图像复原技术由于可以获取全局特征因而在图像复原领域取得了巨大的进步。跟基于深度卷积网络的方法对比,基于生成对抗网络的图像复原技术能够复原出更高分辨率的原始图像,因此成为了当前的一个研究热点。基于生成对抗网络技术,本文首先研究了特征比较单一的人脸图像复原,接着研究了复杂区域的图像复原以及跨类别的图像复原,最后研究了多角度和表情的人脸复原。取得的创新成果主要有:1.基于生成对抗网络的人脸复原算法。提出了基于生成对抗网络的模糊人脸复原算法和遮挡人脸复原算法。通过分析现有模糊图像复原技术,首先将生成模型的结构从完全上采样的过程修改为先进行下采样然后进行上采样的过程。其次为了得到更加清晰的复原结果,本文在原始对抗网络使用的交叉熵损失的基础上添加了 L1损失。跟传统的算法相比,提出的模型在复原结果识别率方面提升了10%。同时设计了一种基于生成对抗网络的遮挡图像复原算法。在原始生成对抗网络的生成模型和判别模型基础上增加一个二次判别模型。二次判别模型用来缩小被遮挡区域与未遮挡前的局部... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：138 页

【学位级别】：博士

【部分图文】：

图１－１林肯造假图片??

?北京邮电大学博士论文???１９９４年辛普森涉嫌谋杀后，《时代》杂志封面上将其脸部以模糊黑化??的方式进行了报道。幸好其在警察局的注册照片如图１－２所示提供了真实的??依据。针对脸部模糊黑化处理的图像复原到其真实状态也是图像复原领域的??重要课题。??肩響８ＥＡＩＴＨ?議ｔ?二?＇?Ｃ歲ＶＳ：?二：：??匿?Ｉ??ＷＭ?ｄ３｜??■ｗ＾ｍ＾ＷＷ?：，？?：?＇?：Ｊ?Ｉ??｜?ＨＰＰＰＰＨＰｆＰＰＨＢＳｓｆｌｌ??图ｉ－２辛普森被《时代》杂志黑化图片??上述的两种图像造假的复原只是针对单独的人物，因此可以归类为单个??对象的复原。还有一种造假图像是涉及多个对象的，如图１－３所示，在２００４??年，美国前总统小布什在竞选中使用的海报纯属拼接合成。从图中可以看出，??小布什和他的音箱替换了原始图像中的一大批人。假如需要进行图像复原，??就需要从小布什一个对象复原出原来位置的许多个对象，这种复原的难度是??比较大的。??Ｉ???？」ＩＨＢ??图１－３小布什竞选造假图像??除此以外，还有一种图像造假只涉及人脸的表情篡改，但是却传达了完??２??

?绪论???全不同意义的内容。如图１－４所示，在２００５年，美国某杂志出版的国务卿??赖斯的照片因为恶意修改遭到读者的批评。后来主编承认在修改了照片的亮??度和清晰度之后，赖斯的眼睛变得有些不自然，因此改变了其传达的内容。??这种局部图像的修改隐藏性更强，复原的难度也更大。??ＨＰＶ?Ｈ??ＵｒｘＵｒＬ??图１－４赖斯被造假的图像??上述几张需要复原的图片只是一些具有代表性的篡改照片，事实上互联??网上存在大量的篡改照片，最有破坏性的图片通过掩盖战争的真相和夸大??某些政治事件等。尽管从政治，经济和军事的角度来说，这些照片有其存在??的意义。但是如果这些照片涉及到国际争端，就需要科研人员利用计算机视??觉等技术复原得到最合理的结果。??与硬件方式相比，采用软件的方式复原数字图像，无需考虑太多的硬件??限制，也无需考虑成本问题，只不过需要消耗额外的计算代价去换取较高的??数字图像质量。因而，数字图像复原算法具有很强的经济意义。??１．２图像复原技术研究现状??１．２．１?传统图像复原方法??数字图像去噪的最终目标是给出输入的噪声图像，正确区分原始信号与??数字图像中的噪声信号。它们可以分为两类：空间域去噪方法和变换域去噪??方法。空间域去噪方法通常针对数字图像的像素灰度值设计算法。经典方法??主要包括线性平滑滤波和非线性统计排序滤波＇为了保护诸如数字图像中??的边缘之类的必要不连续特征，学者们相继提出了一些面向异性的非线性平??滑滤波器。下面三种模型：Ｐｅｒｏｎａ－Ｍａｌｉｋ？和总变异模型［３］以及平均曲率流??［４］是其中最著名的模型。此外变换域去噪方法通常有ＦｏＵｒｉｅｒ变换［１］基于小??３??


本文编号：3343201