计算机应用研究

作者：胡宇航,胡海洋,李忠金,

单位：1.杭州电子科技大学计算机学院,杭州310018；2.浙江省北大信息技术高等研究院智能软件技术与应用研究中心,杭州310000；

关键词：高光去除,条件生成对抗网络,多尺度,特征级联,漫反射估计,密集连接网络,

针对传统高光去除方法对梯级图像高光去除表现不佳问题，提出了一种基于条件生成对抗网络的梯级图像高光去除方法（multi-scale spatial dense gradient cascade generative adversarial network，MSDGC-GAN）。该方法设计了一种空间上下文密集模块（spatial contextual feature dense block，SCFDB）能够深度提取像素行与列之间的空间背景信息。此外，设计了一种多尺度梯度级联结构以弥补网络下采样中的尺度特征损失，并且该结构能够赋予模型多尺度鉴别能力同时稳定训练梯度分布。在分析了经典双色反射模型基础上，将最大漫反射度估计应用于损失函数以监督网络训练。实验结果表明，该方法在经典高光数据集和自制梯级高光图像数据集中表现均优于对比方法。

来源：2022年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第9期