基于改进Pix2Pix网络的去口罩遮挡修复研究

针对人脸去口罩遮挡修复难题,提出一种由SVR模型预测被遮挡的面部特征点,引导改进后的Pix2Pix网络进行图像修复的算法。训练了一个高精度SVR回归器,解决了现有模型因遮挡区域特征丢失而修复失败的问题。采用16层U-Net生成器,提高模型对深层特征的提取和还原能力;采用联合PatchGan判别器抑制噪声,提高图像的整体性;引入Smooth L1损失函数加强模型在训练后期的学习能力,提高了Pix2Pix模型的修复能力。实验表明模型修复效果接近真实图像,在PSNR和SSIM两项指标上分别提升了6.0%和9.2%。