计算机应用研究

作者：杨云,张小璇,杨欣悦,

单位：陕西科技大学电子信息与人工智能学院,西安710021；

关键词：图像修复,语义先验,双通道特征提取,特征聚合,

基金：国家自然科学基金资助项目(61971272,61601271)；国家重点研发计划资助项目(2019YFC1520204)；；

针对现有的图像修复算法重建结果存在的局部结构不连通、细节还原不准确等问题，提出了一种基于语义先验和双通道特征提取的图像修复算法（semantic prior and dual channel extraction，SPDCE）。该算法利用语义先验网络学习缺失区域的语义信息和上下文知识，对缺失区域进行预测，增强了生成图像的局部一致性；然后通过双通道特征提取网络充分挖掘图像信息，提升了对纹理细节的感知和利用能力；再使用上下文特征调整模块在多个尺度上捕获并编码丰富的语义特征，从而生成更真实的图像视图和更精细的纹理细节。在CelebA-HQ和Places2数据集上的实验结果表明，SPDCE算法与常用算法相比，峰值信噪比（peak signal-to-noise ratio，PSNR）和结构相似性（structural similarity，SSIM）分别提升1.6~1.73 dB和3.1%~9.9%，L1 loss下降15.2%~27.8%。实验证明所提算法修复后的图像具有更合理的结构和更丰富的细节，图像修复效果更优。

来源：2023年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第12期