典型文献
一种门控卷积生成对抗网络的图像修复算法
文献摘要：
生成对抗网络图像修复算法在填充任意掩码区域时会经常出现错误,原因是其在进行卷积运算时将所有输入像素都视为有效像素.针对该问题,提出一种门控卷积生成对抗网络的图像修复算法,利用门控卷积替换网络残差块中的传统卷积,以有效地学习已知区域与掩码区域之间的关系.算法采用边缘修复加纹理修复的两阶段生成对抗修复网络.首先,用边缘检测算法检测出破损图像中已知区域的结构;然后,将掩码区域的边缘与已知区域的颜色和纹理信息结合起来进行结构修复,再将完整结构与待修复图像一起送入纹理修复网络中进行纹理修复;最终输出得到完整图像.在网络训练过程中,采用谱归一化马尔科夫判别器以改善迭代过程中权重变化缓慢的问题,从而加快收敛速度、提升模型精度.在Places2数据集上的实验结果表明,所提出的算法在修复破损区域形状不一、大小不一的图像时,相较于之前的两阶段修复算法,在峰值信噪比和结构相似性上分别提高了3.8％和3.0％,且主观视觉效果提升明显.
文献关键词：
图像修复;门控卷积;深度学习;生成对抗网络
中图分类号：
作者姓名：
高杰;霍智勇
作者机构：
南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学教育科学与技术学院,江苏南京210003
文献出处：
引用格式：
[1]高杰;霍智勇-.一种门控卷积生成对抗网络的图像修复算法)[J].西安电子科技大学学报（自然科学版）,2022(01):216-224
A类：
B类：
门控卷积,卷积生成对抗网络,图像修复,复算,网络图像,充任,掩码,经常出现,行卷,卷积运算,像素,换网,残差块,地学,边缘修复,纹理修复,两阶段,复网,边缘检测算法,纹理信息,信息结合,结构修复,起送,送入,出得,网络训练,训练过程,谱归一化,马尔科夫,判别器,快收敛,收敛速度,模型精度,Places2,大小不一,峰值信噪比,结构相似性,视觉效果,效果提升
AB值：
0.360684
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
