基于并行对抗与多条件融合的生成式高分辨率图像修复

邵杭 王永雄 ​

上海理工大学光电信息与计算机工程学院自动化系

现有的图像修复算法经常会有伪影、语义不准等问题出现,对于缺失较大、分辨率较高的图像,修复效果有限.为此,文中提出基于并行对抗与多条件融合的二阶图像修复网络.首先,利用改进的深度残差网络对缺失图像进行生成式像素填充,并利用第一阶对抗网络补全边缘.然后,提取填充图颜色特征,融合补全边缘图,将融合图作为第二阶对抗网络的条件标签.最后,通过带上下文注意力模块的第二阶网络得到修复结果.在多个数据集上的实验表明,文中算法可获得较逼真的修复效果.

深度学习；图像修复；生成对抗网络；多条件融合；上下文注意力机制

人工智能研究

3078-9753

20207

工程技术