基于谱归一化条件生成对抗网络的图像修复算法

摘要：

基于生成对抗网络的图像修复算法在修复大尺寸缺失图像时,存在图像失真较多与判别网络性能不可控等问题,基于谱归一化条件生成对抗网络,提出一种新的图像修复算法.引入谱归一化来约束判别网络的判别性能,间接提高修复网络的修复能力,并根据控制判别网络性能对谱归一化进行理论分析.通过类别信息约束特征生成,保证修复图像的内容不变性,引入扩展卷积算子对待修复图像进行像素级操作,解决修复图像缺乏局部一致性的问题.在此基础上,运用PSNR、SSIM等图像评价方法及分片Wasserstein距离、Inception分数、流形距离度量、GAN-train和GAN-test等流形结构相似度评价指标对修复图像进行综合评价.实验结果表明,与CE、GL等算法相比,该算法获得的修复图像在主观感受和客观评价指标上均有明显提高.

关键词：谱归一化、条件生成对抗网络、图像修复、判别性能、图像评价

所属期刊栏目：47

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;重庆市自然科学基金;河南省高等学校重点科研项目;重庆市教委一般项目;重庆邮电大学博士创新人才项目

在线出版日期：2021-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：230-238