-
题名基于上下文门卷积的盲图像修复
被引量：2
- 1
-
-
作者
温静
丁友东
于冰
-
机构
上海大学上海电影学院
上海电影特效工程技术研究中心
-
出处
《图学学报》
CSCD
北大核心
2022年第1期70-78,共9页
-
基金
国家自然科学基金项目(61303093,61402278)。
-
文摘
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。
-
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
-
Keywords
image inpainting
blind image inpainting
context-gated convolution
context-gated residual block
spatial attention residual block
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
