基于生成对抗网络的人脸图像修复方法研究
传统的图像修复方法在修复含有较大面积破损的图像时,不仅会出现明显的修复边界,而且与原图存在较大差异.为有效解决以上问题,提出一种基于生成对抗网络的图像修复方法.利用自编码器作为生成器网络结构,可以直接处理含有破损的人脸图像,然后引入LSGAN替换原始的生成对抗损失函数,解决网络训练过程中模型崩溃问题,最后结合基于距离的加权重建损失训练图像修复模型.在CelebA人脸数据集上的试验结果表明,本文方法所得到的修复图像较好地去除了修复边界,且人像五官细节更加贴合原始图像.
生成对抗网络、人脸图像修复、重建损失
40
TP391(计算技术、计算机技术)
国家自然科学基金U1931134
2021-06-29(万方平台首次上网日期,不代表论文的发表时间)
共3页
208-210