-
题名基于三阶段生成网络的图像修复
被引量:3
- 1
-
-
作者
邵新茹
叶海良
杨冰
曹飞龙
-
机构
中国计量大学理学院应用数学系
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2022年第12期1047-1063,共17页
-
基金
国家自然科学基金项目(No.62176244,62006215)
浙江省自然科学基金项目(No.LZ20F030001)资助。
-
文摘
基于深度学习的图像修复研究重点之一是色彩、边缘和纹理的生成,然而,已有研究对色彩、边缘和纹理生成方法还可优化.因此,文中提出三阶段生成网络,每个阶段分别侧重于对色彩、边缘和纹理的合成.具体而言,在HSV色彩生成阶段,可在HSV色彩域中重建图像的全局色彩,为修复过程提供色彩指导.在边缘优化阶段,设计边缘学习框架,可获取更准确的边缘信息.在纹理合成阶段,构建特征双向融合解码器,增强图像的纹理细节.上述三个阶段依次衔接,每个阶段均可提升图像修复性能.大量实验表明文中网络性能较优.
-
关键词
图像修复
生成对抗网络
HSV色彩生成模型
特征双向融合解码器
-
Keywords
Image Inpainting
Generative Adversarial Networks
HSV Color Generation Model
Decoder with Bidirectional Feature Fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-