|
|||||
|
|
| 基于生成对抗网络的图像修复技术研究 | |
| 引用本文： | 李炬,黄文培. 基于生成对抗网络的图像修复技术研究[J]. 计算机应用与软件, 2019, 36(12) |
| 作者姓名： | 李炬 黄文培 |
| 作者单位： | 西南交通大学信息科学与技术学院 四川 成都611756 |
| 摘 要： | 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。 |
| 关 键 词： | 深度学习 生成对抗网络 图像修复 |
IMAGE RECOVERY TECHNIQUE BASED ON GENERATIVE ADVERSARIAL NETWORK |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |