结合语义先验和深度注意力残差的图像修复

摘要：

针对现有图像修复方法修复结果缺乏真实性、未灵活处理缺失区域和未缺失区域信息以及未有效处理不同阶段的图像特征信息等问题,提出结合语义先验和深度注意力残差组的图像修复方法.该图像修复方法主要由语义先验网络、深度注意力残差组与全尺度跳跃连接组成.语义先验网络学习缺失区域视觉元素的完整语义先验信息,利用学习到的语义信息对缺失区域进行补全.深度注意力残差组使生成器不仅能更加关注图像的缺失区域,而且能自适应地学习各个通道的特征.全尺度跳跃连接则可以将包含图像边界的低层次特征图与包含图像纹理与细节的高层次特征图结合起来对图像缺失区域进行修复.在CelebA-HQ数据集与Paris Street View数据集上进行了充分对比实验,实验结果表明,该方法优于当前代表性先进图像修复方法.

关键词：图像修复、编码解码、语义先验、注意力机制、跳跃连接

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2450-2461