文档名：一种基于局部属性生成对抗网络的人脸修复算法
最近对神经网络模型的研究在图像修复任务中显示出巨大的潜力,其核心是从已知内容中寻找合理的区域来预测不完整图像的缺失像素值并生成新的图像,这些方法可以生成语义和内容上合理的结构和纹理,但通常会导致与孔洞周围区域不一致的扭曲结构或模糊纹理,特别是人脸图像修复问题.进行人脸图像修复工作时,经常需要为包含大量外观元素以及局部属性的缺失区域(例如,眼睛和嘴巴)生成语义上的新图像,在非缺失区域难以获取有效像素信息对图像进行补全.针对以上问题,本文提出了一个有效的深度神经网络模型,不仅仅从人脸整体性上增强网络感知度,同时也基于局部属性修复人脸关键部位,模型结合全连接卷积和U-net网络的特性,利用局部属性生成对抗网络使修复画面具有创新性的同时也能够使整体与局部保持一致性.我们的模型结构具有一定创新新,并且通过在CelebA数据集上的实验证明了该模型能够有效的修复人脸缺失部分,并且修复区域具有一定创新性.
作者：蒋斌刘虹雨杨超涂文轩赵子龙
作者单位：湖南大学信息科学与工程学院长沙410082
母体文献：第六届中国计算机学会大数据学术会议论文集
会议名称：第六届中国计算机学会大数据学术会议
会议时间：2018年10月11日
会议地点：西安
主办单位：中国计算机学会
语种：chi
分类号：
关键词：人脸修复 局部属性 生成对抗网络 神经网络
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文
- 文件大小:
- 1020.22 KB
- 下载次数:
- 60
-
高速下载
|
|
