深度学习下面部缺失图像自动补全方法

考虑到传统方法在补全面部缺失图像时存在补全比例低的问题,提出了基于深度学习的面部缺失图像自动补全方法研究。利用面部缺失图像的尺度空间,计算了面部缺失图像在时间梯度上的均值。利用深度学习算法学习面部缺失图像的类别,得到面部缺失图像的像素值。通过确定面部缺失图像的像素类别,利用深度学习算法增强处理了面部缺失图像的细节分量,完成面部缺失图像的识别。通过修复面部缺失图像的遮挡部分,优化面部图像的真实性,将相似性损失计算结果作为深度学习算法的算子,提取出面部缺失图像的特征。结合面部缺失图像自动补全算法设计,实现了面部缺失图像的自动补全。试验结果表明,在不同的缺失比例下,基于深度学习的面部缺失图像自动补全方法可以提高面部缺失图像的补全比例,具有更好的补全效果。