典型文献
基于深度学习的图像修复方法研究
文献摘要：
基于深度学习的图像修复方法已经成为图像处理中的热门研究问题,有着广泛的应用前景.基于编码器-解码器,提出了一种基于注意力机制的编码器-解码器修复图像网络模型,优化改进了损失函数.与CVPR2017的General Inpainting图像修复算法进行定性和定量比较结果表明,所提出的修复网络模型能修复出真实且具有丰富细节的图像,弥补了传统图像修复后马赛克效果和分辨率低的弊端,使纹理和结构相结合,具有良好的实用性.
文献关键词：
图像修复;深度学习;损失函数;编码器-解码器
中图分类号：
作者姓名：
徐慧铭;程海;姜焕德;黄春光
作者机构：
黑龙江大学 电子工程学院,哈尔滨150080
文献出处：
引用格式：
[1]徐慧铭;程海;姜焕德;黄春光-.基于深度学习的图像修复方法研究)[J].黑龙江大学自然科学学报,2022(01):114-120
A类：
CVPR2017,Inpainting
B类：
图像修复,修复方法,研究问题,编码器,解码器,注意力机制,优化改进,损失函数,General,复算,定性和定量,定量比较,复网,复出,马赛克
AB值：
0.266352
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。
