融合多尺度残差注意力的图像修复算法

作     者：钱冠宇 邓红霞 刘健虎 李海芳 QIAN Guan-yu;DENG Hong-xia;LIU Jian-hu;LI Hai-fang

作者机构：太原理工大学信息与计算机学院山西晋中030600 

基　　金：国家自然科学基金项目(61976150) 山西省自然科学基金项目(201801D121135、201901D111091) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第2期

页      码：466-472页

摘      要：为解决在修复任意缺失形状的图像以及缺损面积较大的图像时存在修复模糊、修复的连接处存在差异等问题,提出一种融合多尺度残差注意力的图像修复模型。针对修复模糊问题,在修复模型编码器与解码器之间添加残差注意力模块,针对修复细节的差异问题,通过多尺度判别器结合全局和局部损失约束修复边界和周围视觉的一致性。实验结果表明,所提模型能有效提取缺失信息,修复结果具有自然过渡的边界和清晰的细节,提高了修复质量。

主 题 词：残差序列提取 图像修复算法 生成对抗网络 卷积神经网络 深度学习模型 多尺度判别器网络 跳跃连接 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2023.02.020

馆 藏 号：203118254...