基于生成对抗网络的分级联合图像补全方法 |
| |
作者姓名: | 冀俭俭 杨刚 |
| |
作者单位: | 北京林业大学信息学院,北京 100083;北京林业大学信息学院,北京 100083 |
| |
基金项目: | 中央高校基本科研业务费专项资金(2015ZCQ-XX) |
| |
摘 要: | 已有的图像补全工作大都基于规则的、区域较小或者有足够上下文信息的待补全 区域。当待补全区域面积较大时,由于上下文信息的缺失及生成对抗网络(GAN)训练的不稳定 性,往往会产生模糊或失真的补全结果。尤其是当缺失区域位于图像边缘位置时,补全结果会 出现较大的空白及伪彩色。基于以上情况,在已有的基于 GAN 的补全方法的基础上提出一种 分级联合图像补全方法,并针对 GAN 训练不稳定的问题对网络结构做出了改进。一方面改善 了由于缺失区域面积较大产生的补全结果有空白生成的问题,从而使补全结果的纹理细节更加 真实、清晰;另一方面使得对抗网络训练更加稳定,抑制了伪彩色的生成。实验结果表明分级 联合图像补全方法取得了更好的补全结果。
|
关 键 词: | 图像补全 GAN 分级联合 大面积缺失区域 边缘缺失区域 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《图学学报》浏览原始摘要信息 |
|
点击此处可从《图学学报》下载全文 |
|