一种基于生成对抗网络的图像修复算法 |
| |
引用本文: | 李天成,何嘉.一种基于生成对抗网络的图像修复算法[J].计算机应用与软件,2019,36(12). |
| |
作者姓名: | 李天成 何嘉 |
| |
作者单位: | 成都信息工程大学计算机学院 四川 成都610225 |
| |
基金项目: | 四川省科技厅应用基础重点项目 |
| |
摘 要: | 针对目前基于生成对抗网络(GAN)的图像修复算法存在修复效果的视觉连续性不佳、网络训练过程中模型崩溃等问题,提出一种基于双判别器的生成对抗网络的修复算法。该方法将WGAN-GP的损失函数引入全局判别器和局部判别器中,并结合改进的上下文内容损失来训练网络模型,修复破损区域。在CelebA数据集以峰值信噪比PSNR和结构相似性SSIM的标准下的实验结果证明,该算法提高了图像修复结果的质量和训练稳定性。
|
关 键 词: | 深度学习 生成对抗网络 图像修复 卷积神经网络 |
AN IMAGE INPAINTING ALGORITHM BASED ON GENERATIVE ADVERSARIAL NETWORKS |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|