标题:生成式对抗网络在图像补全中的应用
作者:时澄; 潘斌; 郭小明; 李芹芹; 张露月; 钟凡
作者机构:[时澄]辽宁石油化工大学计算机与通信工程学院, 抚顺, 辽宁 113001, 中国;[李芹芹]辽宁石油化工大学计算机与通信工程学院, 抚顺, 辽宁 113001, 中国;[张露月]辽宁 更多
来源:计算机科学与探索
出版年:2019
卷:13
期:8
页码:1402-1410
DOI:10.3778/j.issn.1673-9418.1811025
关键词:图像补全; 生成式对抗网络; 卷积神经网络; 马尔科夫随机场; 均方误差
摘要:图像补全是数字图像处理领域的重要研究方向,具有广阔的应用前景。提出了一种基于生成式对抗网络(GAN)的图像补全方法。生成式对抗网络模型由生成器模; 型和判别器模型两部分构成,通过采用卷积神经网络(CNN)实现。首先,通过生成器模型对图像的缺失区域进行补全;然后,利用判别器模型对图像的补全效果; 进行判别。采用马尔科夫随机场(MRF)与均方误差(MSE)相结合的损失函数训练生成器模型,加强对图像纹理细节的处理能力。实验结果证明,基于生成式; 对抗网络的图像补全方法,相较于其他现有的方法,具有更好的补全效果。
收录类别:CSCD
资源类型:期刊论文
原文链接:qikan.cqvip.com/Qikan/Article/Detail?id=7002691529
TOP