-
题名基于优化感受野策略的图像修复方法
被引量：1
- 1
-
-
作者
刘恩泽
刘华明
王秀友
毕学慧
-
机构
阜阳师范大学计算机与信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第6期1893-1900,共8页
-
基金
安徽省高校自然科学研究重大项目(KJ2020ZD46)
阜阳师范大学高层次人才科研启动项目(2020KYQD0032)
+2 种基金
阜阳师范大学校级项目(rcxm202001,2020FSKJ12,2021FSKJ01ZD)
阜阳市校合作项目(SXHZ202103)
阜阳师范大学阜阳市产业链研究创新团队(CYLTD202213)。
-
文摘
当前流行的基于深度神经网络的图像修复方法,通常使用大感受野的特征提取器,在修复局部图案和纹理时,会产生伪影或扭曲的纹理,从而无法恢复图像的整体语义和视觉结构。为了解决这个问题,提出了一种基于优化感受野策略的图像修复方法(optimized receptive field,ORFNet),将粗糙修复与精细修复相结合。首先,使用具有大感受野的生成对抗网络获得初始的粗略修复结果;然后,使用具有小感受野的模型来细化局部纹理细节;最后,使用基于注意力机制的编码器-解码器网络进行全局精炼修复。在CelebA、Paris StreetView和Places2数据集上进行验证,结果表明,ORFNet与现有具有代表性的修复方法进行对比,PSNR和SSIM分别平均提升1.98 dB和2.49%,LPIPS平均下降2.4%。实验证明,所提图像修复方法在不同感受野的引导下,在修复指标上表现更好,在视觉上也更加真实自然,验证了该修复方法的有效性。
-
关键词
自编码网络
语义一致
感受野
注意力
粗修复和细修复
-
Keywords
autoencoder network
semantic consistency
receptive field
attention
coarse-fine inpainting
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
