一种基于BEGAN改进的残缺人脸图像修复算法

随着数字图像处理技术的迅速发展,如何修复残缺的人脸图像成为一个热门的研究方向。论文提出了一种基于BEGAN改进的残缺人脸图像修复算法,首先,论文生成器模型基于U-net网络结构,在简单跳跃连接基础上引入嵌套、密集的跳跃连接以增强不同尺度特征图的语义结合;其次,判别器模型采用全局和局部联合判别模型,优化区域不协调以及语义不一致问题;最后,基于对抗网络损失、重构损失、身份特征一致性损失作为联合损失函数以获得和原始图像特征更为一致的修复图像。在CelebA人脸图像数据集上的实验结果显示,该算法能够有效对残缺人脸图像进行修复,定量分析指标PSNR和SSIM相比较其他方法均有所提高,从主观定性分析效果来看,论文算法修复的人脸图像细节更清晰,且和原始图像特征更加一致。