论文摘要
人脸图像修复技术为近年来图像处理领域的研究热点。该文提出一种基于级联生成对抗网络的人脸图像修复方法,从生成器、判别器、损失函数三个方面进行改良。生成器采用由粗到精的级联式模型,并结合密集连接模块使所修复区域更加精细;判别器采用局部与全局特征相融合的双重判别式模型以提升判别准确性;损失函数采用最小化重构损失和对抗网络损失相结合以获得更好训练效果。基于CelebA数据集的实验显示,该方法可实现面部区域丢失50%以上的人脸图像修复,在客观评价指标PSNR和SSIM上,较现有方法分别提高了1.1～7.5 dB和0.02～0.15。从主观效果来看,该方法修复的人脸图像拥有更丰富的细节、更显自然。
论文目录
文章来源
类型: 期刊论文
作者: 陈俊周,王娟,龚勋
关键词: 卷积神经网络,人脸图像修复,生成对抗网络,生成模型,无监督学习
来源: 电子科技大学学报 2019年06期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 中山大学智能工程学院,西南交通大学信息科学与技术学院
基金: 国家自然科学基金(61876158),四川省重点研发项目(19ZDYF2070)
分类号: TP391.41;TP18
页码: 910-917
总页数: 8
文件大小: 2212K
下载量: 227