典型文献
基于改进的注意力机制与纹理结构分层的生成对抗网络图像修复方法
文献摘要：
构建一个以U-Net为基础的模型,通过引入注意力机制与纹理结构分层相融合的图像修复方法,在生成对抗网络模型基础上,引入通道注意力并结合多尺度卷积模块,将图像下采样提取特征分为纹理特征与结构特征,采用改进的Res2Net残差块并重构损失函数.实验结果表明,修复后图像的纹理和结构更统一,修复图像与原始图像在高级语义上更加接近.
文献关键词：
图像修复;注意力机制;纹理结构;生成对抗网络
中图分类号：
作者姓名：
张剑飞;张洒
作者机构：
黑龙江科技大学计算机与信息工程学院,哈尔滨150022
文献出处：
引用格式：
[1]张剑飞;张洒-.基于改进的注意力机制与纹理结构分层的生成对抗网络图像修复方法)[J].牡丹江师范学院学报（自然科学版）,2022(04):22-28
A类：
B类：
注意力机制,纹理结构,生成对抗网络,网络图像,图像修复,修复方法,通道注意力,多尺度卷积,卷积模块,下采样,提取特征,纹理特征,Res2Net,残差块,损失函数,后图,原始图像,语义上
AB值：
0.33139
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。
