科研之友
微信
新浪微博
Facebook
分享链接
摘要
图像修复不仅要求修复结果的内容语义合理，还要求生成的纹理和周围一致。为了克服现有方法修复结果不清晰以及产生伪影，提出了一种基于双重注意力机制的两阶段修复方法。生成器分为两个阶段，第一阶段以U-net为基础模型进行粗修复。第二阶段加入针对图像修复任务改进的双重注意力机制，同时增加残差结构和跳跃连接，增强修复模型对于图像上下文结构的理解和预测能力。设计了一种基于多尺度判别器的对抗训练模型，让生成器在反向传播训练时能获得不同尺度的特征。最后在Place2场景数据集上进行实验，通过PSNR、SSIM和l1损失指标与现有的图像修复方法相比，修复效果有一定的提升。
- 出版日期2023
- 单位江苏科技大学
