-
题名基于多尺度语义先验的街景图像修复算法
- 1
-
-
作者
曾建顺
吕炎杰
覃驭楚
-
机构
中国科学院空天信息创新研究院数字地球国家重点实验室
中国科学院大学电子电气与通信工程学院
可持续发展大数据国际研究中心
-
出处
《中国科学院大学学报(中英文)》
北大核心
2025年第4期496-507,共12页
-
基金
中国科学院A类战略性先导科技专项(XDA19030102)资助。
-
文摘
城市街景图像作为重要的空间数据形式,在地图服务、城市环境三维重建与制图等领域具有广泛的应用价值。由于采集的街景图像面临干扰目标遮挡和隐私安全等问题,因而需要进行精细的预处理。针对街景图像预处理中的问题,提出基于多尺度语义先验特征引导的街景图像修复算法,用于生成更加真实自然的静态街景图像。首先,构建语义先验网络学习输入图像缺失区域的多尺度语义先验以增强上下文信息,语义增强生成网络利用先验转移模块自适应地融合多尺度语义先验和图像特征,同时引入多级注意力转移机制细化图像纹理信息;算法采用马尔可夫判别网络,通过对抗训练区分生成图像与真实图像,使得重建后的街景图像具有更强的真实感。基于Apolloscape数据集的实验证明,该算法在图像语义结构连贯性和细节纹理等方面取得了显著提升,算法的提出在解决街景图像中隐私问题的同时也可为实景化城市应用提供更可靠的基础数据。
-
关键词
城市街景
图像修复
城市实景化
对抗生成网络
深度学习
移动目标去除
-
Keywords
street view image
image inpainting
realization of urban complex environment
generative adversarial network
deep learning
moving object removal
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
P237
[天文地球—摄影测量与遥感]
-
