-
题名基于双网络及多尺度判决器的图像修复算法
被引量：4
- 1
-
-
作者
李海燕
吴自莹
吴俊
李海江
李红松
-
机构
云南大学信息学院
云南交通投资建设有限公司
-
出处
《工程科学与技术》
EI
CSCD
北大核心
2022年第5期240-248,共9页
-
基金
国家自然科学基金项目(61861045,81771928)
云南省万人计划“云岭教学名师”项目(201900155)
云南省基础研究计划重点项目(202101AS070031).
-
文摘
为了有效解决修复复杂背景及高分辨率图像时产生的边界扭曲、伪影及训练不稳定的缺陷,提出了一种基于双生成对抗网络及多尺度判决器的图像修复算法。首先,将待修复图像输入基于空洞卷积(dilated convolution)层的内容预测网络,以重构损失和基于生成对抗损失的全局判决器为标准,进行粗修复,得到清晰合理、整体语义一致性的结构。然后,将粗修复结果输入细节修复网络,经空洞卷积路径和感知卷积路径解码和反卷积后,送入3个不同尺度的判决器进行优化,提升修复结果的纹理细粒度。最后,使用3个不同尺度的对抗损失优化网络参数,捕获破损区域的多尺度边缘信息,生成合理、逼真的纹理细节。在公认的图像数据集上对本文算法进行修复实验、双网络修复对比、高分辨率修复对比、目标移除实验、消融实验及客观实验,实验结果表明:本文提出的算法在修复背景复杂图像时,能生成合理的结构和清晰的纹理细节;双网络结构优于单网络结构;修复高分辨率图像时得到的纹理细粒度优于对比算法;将本文提出的算法用于高分辨率目标移除,能得到结构清晰合理、纹理细腻的结果;消融实验验证了提出模块的有效性;本文提出的算法的峰值信噪比、结构相似度、平均l_(1)误差和平均l_(2)误差均优于对比的经典修复算法。总之,本文提出的算法能很好地结合图像的整体语义,增强图像细节的修复精度,有效避免结构纹理错乱、像素重叠、边界扭曲等问题。
-
关键词
图像修复
双生成对抗网络
多尺度判决器
重构损失
生成对抗损失
-
Keywords
image inpainting
dual-generation adversarial network
multi-scale discriminator
reconstruction loss
generation adversarial loss
-
分类号
TP319.4
[自动化与计算机技术—计算机软件与理论]
-
