收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于生成对抗网络的图像修复技术研究

孟丽莎  
【摘要】:数字图像修复技术是一种利用算法实现缺损图像修复的技术。自2000年提出以来,数字图像修复技术备受关注,很多优秀的算法广泛应用于文物和艺术品保护修复、影视剧制作、医学成像、公安刑侦系统、遥感图像处理等领域。目前,对于小面积缺损、划痕和文字遮挡等修复问题,现有的图像修复算法较为成熟,但缺损面积大、语义信息缺失、纹理和结构信息复杂的修复问题仍然是有待攻克的难题。近年来随着机器学习研究的进步,特别是生成对抗网络的出现,为解决此难题提供了很好的技术手段。本文对基于生成对抗网络的图像修复技术中的几个关键问题开展研究,主要工作有以下三个方面:(1)针对生成对抗网络中在网络训练中可能出现的梯度消失问题,提出了一种基于最小二乘深度卷积生成对抗网络的图像修复算法。首先,本算法将最小二乘损失函数引入深度卷积生成对抗网络,用于替换Sigmoid交叉熵损失函数,很大的程度上缓解了网络训练中的梯度消失问题。其次,本算法还提出了一种新的修复对抗损失,即以修复图像为输入的判别网络损失,并与上下文损失和生成对抗损失结合,共同优化生成网络的输入编码,提高了图像修复质量。通过对比实验验证了本算法的有效性和优越性。(2)针对背景相对复杂、训练样本少的数据集会导致修复效果差的问题,提出了一种基于密集卷积生成对抗网络的图像修复算法。本算法将DenseNet和GAN进行结合,采用DenseNet的密集卷积块构建自编码的生成网络,通过特征重用更好的提取图像特征。同时,为了解决网络层间信息传递的丢失问题,在生成网络的编码-解码结构中引入了跳跃连接。并在训练网络时联合重建损失、对抗损失和TV损失对生成网络进行优化。实现结果表明,本算法不仅避免了训练网络陷入局部最优,而且提高了修复图像的质量。(3)针对随机区域缺损图像修复相似度低的问题,提出了一种改进的双判别网络的图像修复算法。本算法包含三个网络:生成网络、全局判别网络和局部判别网络。利用局部和全局两个判别网络共同优化生成网络中的参数,提高修复区域在整体图像中的视觉连贯性。本算法中,改进了全卷积生成网络的平滑层,创新性地在密集卷积块中使用空洞卷积,增加了特征信息的有效传递,从而提高了局部修复效果。并且,在网络训练过程中,本算法提出先利用重建损失对生成网络进行预训练,使其具有一定的修复能力,再利用联合损失训练生成网络和两个判别网络,从而减少了网络训练时间。实验表明该算法能够更好地提取语义信息,提高修复图像的相似度。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 陈俊周;王娟;龚勋;;基于级联生成对抗网络的人脸图像修复[J];电子科技大学学报;2019年06期
2 孙全;曾晓勤;;基于生成对抗网络的图像修复[J];计算机科学;2018年12期
3 强振平;何丽波;陈旭;徐丹;;深度学习图像修复方法综述[J];中国图象图形学报;2019年03期
4 张君;常霞;王利娟;;基于样本块的图像修复方法[J];科技视界;2019年33期
5 曾接贤;王璨;;基于优先权改进和块划分的图像修复[J];中国图象图形学报;2017年09期
6 张渲茹;;文物数字图像修复技术的研究发展[J];数码设计;2017年09期
7 王彩峰;王妍力;王迎勋;王香;付海燕;范卉青;;基于样本的图像修复的仿真及分析[J];科技传播;2018年07期
8 江凤莲;;计算机图像修复技术与运用之研究[J];电脑知识与技术;2018年23期
9 邱俊;胡晓;王汉权;;数字图像修复的变分方法与实现过程[J];数值计算与计算机应用;2016年04期
10 李梅菊;祁清;;数字图像修复技术综述[J];信息通信;2016年02期
11 陈娜;;数字图像修复技术在文物保护中的应用[J];电子世界;2014年16期
12 汲斌斌;;数字图像修复技术应用于文物领域的研究[J];文物鉴定与鉴赏;2015年05期
13 魏强;;探讨数字图像修复技术在文物保护中的应用[J];赤子(上中旬);2015年15期
14 李亚楠;;基于样本块的图像修复方法改进研究[J];山西科技;2015年05期
15 马洁;;基于不同类型图像修复技术的研究[J];科学家;2016年16期
16 陈欢;;图像修复技术[J];科技风;2014年14期
17 高志卉;谢绍敏;;改进的图像修复算法[J];信息系统工程;2011年11期
18 杨筱平;王书文;张显政;廖临光;;图像的代数运算在图像修复中的应用[J];天水师范学院学报;2008年05期
中国重要会议论文全文数据库 前10条
1 高军亮;徐晓刚;王建国;吴晶;;一种基于图像修复的目标重建算法[A];2006中国控制与决策学术年会论文集[C];2006年
2 吴丽平;贾静蕾;董津生;刘丽;;基于纹理合成的数字图像修复方法[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年
3 康佳伦;唐向宏;;一种基于FMM的带方向图像修复算法[A];浙江省电子学会2012学术年会论文集[C];2012年
4 王慧琴;韩建武;吴萌;李文怡;王凯;杨洁;;《马球图》壁画中裂缝的自动虚拟修复方法研究[A];中国文物保护技术协会第七次学术年会论文集[C];2012年
5 陈延嘉;庄志军;王美清;;一种改进的基于样本的图像修补方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
6 刘春晓;彭群生;杨颖振;王进;陈为;;利用大位移视图修复单幅图像的透视畸变优化算法[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
7 朱晓临;陈晓冬;朱园珠;陈嫚;李雪艳;;结合结构及纹理合成的显著结构重构的图像修复算法[A];第六届全国几何设计与计算学术会议论文集[C];2013年
8 霍星;檀结庆;艾小丰;;基于随机迭代查找的图像修复算法[A];第六届全国几何设计与计算学术会议论文集[C];2013年
9 陈权崎;章毓晋;;一种改进的基于样本的稀疏表示图像修复方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
10 王明;郭志宏;罗锋;骆遥;田嵩;;基于PDE的航磁网格数据处理方法研究[A];中国地球物理学会第二十七届年会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 强振平;基于样本和深度学习的图像修复方法研究[D];云南大学;2018年
2 邵肖伟;数字图像修复技术研究[D];中国科学技术大学;2006年
3 张红英;数字图像修复技术的研究与应用[D];电子科技大学;2006年
4 聂栋栋;数字图像和视频修复理论及其算法研究[D];上海交通大学;2007年
5 孙晓丽;偏微分方程和小波在图像修复与特征提取中的应用[D];西安电子科技大学;2007年
6 吴昊;基于检索的多选择图像修复研究[D];北京交通大学;2016年
7 马爽;纹理图像智能修补关键技术研究[D];华北电力大学;2015年
8 贾兆阳;面向绘画艺术品复制的多光谱图像数字修复技术研究[D];华南理工大学;2017年
9 克达尔(Kedar Shrestha);应用图像分层法和偏微分方程的数字图像修复[D];上海大学;2008年
10 许微;基于偏微分方程的图像修复及放大算法研究[D];天津大学;2007年
中国硕士学位论文全文数据库 前10条
1 樊晶华;基于条件生成对抗网络的模糊图像修复的研究[D];东华大学;2019年
2 龙雪;基于单双判别网络的BEGAN人脸图像修复算法研究[D];燕山大学;2019年
3 赵亚欣;基于生成式对抗网络的图像修复[D];西安工业大学;2019年
4 孟丽莎;基于生成对抗网络的图像修复技术研究[D];北京工业大学;2019年
5 王娟;基于深度学习生成对抗网络的人脸图像修复算法研究[D];西南交通大学;2019年
6 刘波宁;基于结构约束的生成对抗网络图像修复改进算法研究[D];西南交通大学;2019年
7 王心怡;基于不规则块的图像修复算法研究[D];西南交通大学;2019年
8 舒彬;基于样本块结构特征的全局优化图像修复算法研究[D];西南交通大学;2019年
9 陈浩;基于改进的Criminisi图像修复算法研究[D];云南大学;2018年
10 窦立云;基于多尺度空间变换的图像修复算法研究[D];云南大学;2018年
中国重要报纸全文数据库 前1条
1 青岛日报、青岛观、青报网记者 刘岱;中国电影炫出“黑科技”[N];青岛日报;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978