计算机工程

作者：白宗文, 弋婷婷, 周美丽, 魏嵬

单位：1. 延安大学 物理与电子信息学院, 陕西 延安 716000;2. 西安理工大学 计算机学院, 西安 710048

关键词：图像修复,生成对抗网络,多尺度特征融合,鉴别器,高层特征,低层特征

基金：国家自然科学基金（61761042，6194112）；陕西省自然科学基金（2020JM-556）；延安大学科研计划（CXY201909，YDZ2019-05）；陕西省能源大数据智能处理重点实验室开放基金（IPBED10，IPBED7）。

传统图像修复方法在修复受损区域较大的图像时会出现修复结果过于平滑或模糊的现象，并且较难重建合理的人脸图像结构。在传统生成对抗网络的鉴别器中引入多尺度特征融合方法，将不同深度的特征图经过上采样后直接相加，使浅层信息和深层信息有效结合。通过借助高层特征把握图像的整体规律，同时利用低层特征填充人脸图像的细节纹理，进而使一张图像的分辨率及其语义特征相互融合，实现有效的人脸图像修复。在CelebA数据集上的实验结果表明，该方法的峰值信噪比、相似性结构、L1损失指标均优于区域归一化方法，取得了较好的视觉效果。

来源：2021年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第5期