基于级联生成对抗网络的人脸图像修复

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.

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

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61876158;四川省重点研发项目19ZDYF2070

在线出版日期：2019-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：910-917