基于内容风格迁移的残缺稀疏文字图像盲修复方法

现有残缺文字图像的修复需要确定Mask区域后对其填补，如果文字残缺部分剩余信息量过于稀疏，将无法确定Mask区域。针对该问题，提出了一种基于内容风格迁移的残缺稀疏文字图像盲修复方法。利用循环生成对抗网络构建修复前后文字图像间的全局关联像素信息，将残缺文字的图像内容风格特征迁移为完整文字图像从而进行修复；并在网络中加入自注意力机制对稀疏像素进行全局约束，解决迁移过程中相隔较远文字稀疏像素之间依赖关系较弱的问题；同时在自注意力机制中使用最大池化，提高迁移修复后的文字图像纹理特征；使用最小二乘损失替换原网络模型中的sigmoid交叉熵损失函数，提高迁移精度。实验结果表明，所提方法不借助Mask指导，能够盲修复稀疏性残缺文字图像中的随机未知缺失区域。