基于生成式对抗网络的图像修复

摘要：

以往修复图像的办法是将任意缺失区域的推断应用到损失的部分中,难以得到高精度的复原图像.而基于生成式对抗网络(GAN)结合二次优化算法可以对图像损失部分进行修复.该框架对生成式对抗网络结构进行了改进,选用残差神经网络结构替换生成器结构,可生成更有效的伪造图像集,从而激发判别器提升其性能,并选用优先级函数和均方误差(MSE)确定待修复补丁和与其最佳匹配补丁,结合期望最大化(EM)算法最小化来优化补丁匹配与补丁合成的细节,提高图像复原的准确度.

关键词：生成式对抗网络、残差网络、优先级函数、均方误差、期望最大化算法

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省高校自然科学研究重点项目KJ2018A0122

在线出版日期：2020-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：81-87