典型文献
基于上下文门卷积的盲图像修复
文献摘要：
目前基于深度学习的图像修复方法已经取得较大地进展,其方法均是基于输入的掩模对图像的退化区域进行修复.基于此,提出了由掩模预测网络和图像修复网络组成的2阶段盲图像修复网络.整个修复过程无需输入掩模,掩模预测网络可以根据输入图像自动检测图像退化区域并生成掩模,图像修复网络根据预测掩模对输入图像的缺失部分进行修复.为了更好地利用全局上下文信息,基于上下文门卷积设计了一个上下文门残差块(CGRB)模块来提取特征信息.另外,还提出了空间注意力残差块(SARB)对远距离图像像素的关系进行建模,过滤了一些无关的细节信息.在CelebA-HQ,FFHQ和PairsStreet数据集上的大量实验结果表明,该改进算法优于其他对比方法,且能生成令人信服的图像.
文献关键词：
图像修复;盲图像修复;上下文门卷积;上下文门残差块;空间注意力残差块
中图分类号：
作者姓名：
温静;丁友东;于冰
作者机构：
上海大学上海电影学院,上海 200072;上海电影特效工程技术研究中心,上海 200072
文献出处：
引用格式：
[1]温静;丁友东;于冰-.基于上下文门卷积的盲图像修复)[J].图学学报,2022(01):70-78
A类：
上下文门卷积,盲图像修复,上下文门残差块,CGRB,空间注意力残差块,SARB,PairsStreet
B类：
修复方法,掩模,退化区域,预测网络,和图像,复网,修复过程,图像自动检测,据预测,全局上下文信息,提取特征,特征信息,远距离,距离图像,像素,细节信息,CelebA,FFHQ,改进算法,比方,令人信服
AB值：
0.198652
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。
