典型文献
结构引导的图像修复
文献摘要：
针对粗网络引入先验知识较少使得补全的内容存在明显视觉伪影问题,提出了基于边缘结构生成器的两段式图像修复方法.采用边缘结构生成器对输入的图像边缘和色彩平滑信息进行特征学习,生成缺失区域的结构内容,以引导精细网络重构高质量的语义图像.通过在公开的图像修复基准数据集Paris Street-View上进行实验测试,结果表明,所提模型可对掩膜占比达50％的图像进行补全.在客观的量化评价指标上,峰值信噪比、结构相似度系数、L1和L2均值误差等数值整体优于EC、GC、SF等方法,其中,掩膜占比为0％～20％时,峰值信噪比指数达到33.40 dB,优于其他方法2.37～6.57 dB,结构相似度系数提高了0.006～0.138.同时,补全的图像纹理更清晰,视觉质量更高.
文献关键词：
图像修复;语义内容;视觉伪影;边缘结构生成器;粗网络;精细网络
中图分类号：
作者姓名：
胡凯;赵健;刘昱;牛余凯;姬港
作者机构：
天津大学微电子学院,天津300072;军事科学院系统工程研究院,北京100089
文献出处：
引用格式：
[1]胡凯;赵健;刘昱;牛余凯;姬港-.结构引导的图像修复)[J].北京航空航天大学学报,2022(07):1269-1277
A类：
粗网络,视觉伪影,边缘结构生成器,精细网络
B类：
图像修复,先验知识,补全,两段式,式图,修复方法,图像边缘,特征学习,缺失区域,网络重构,语义图,基准数据集,Paris,Street,View,实验测试,掩膜,比达,量化评价,峰值信噪比,结构相似度,相似度系数,L1,L2,EC,SF,dB,其他方法,图像纹理,视觉质量,语义内容
AB值：
0.310343
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。
