基于深度学习的数字图像修复算法最新进展 - Details

Author：

范春奇 (范春奇.) | 任坤 (任坤.) | 孟丽莎 (孟丽莎.) | 黄泷 (黄泷.)

Indexed by：

CQVIP CSCD

Abstract：

数字图像修复是一项利用计算机技术还原破损图像缺失信息实现自动图像修复的技术,其广泛应用于文物修复、电影特效制作、图像编辑等方面.早期数字图像修复算法可以对小区域缺失的图像进行近似真实的还原,而对大区域缺失图像的修复往往相似度低,内容模糊.近年来深度学习生成模型的进展为数字图像修复提供了新的技术手段,基于生成对抗网络和自编码器的图像修复技术成为研究热点.本文对数字图像修复算法最新进展整理归纳,按照算法类型将新算法分为三类,详细介绍每类算法的特点和不足;并在此基础上分别从卷积模式和网络结构优化两个方面详细阐述了最新研究进展和成果;最后对未来的研究方向进行展望.

Keyword：

卷积神经网络损失函数生成对抗网络自编码器图像修复

Author Community：

[ 1 ] [范春奇]北京工业大学信息学部,北京100124;北京工业大学数字社区教育部工程研究中心,北京100124;北京工业大学城市轨道交通北京实验室,北京100124;北京工业大学计算智能与智能系统北京市重点实验室,北京100124
[ 2 ] [任坤]北京工业大学信息学部,北京100124;北京工业大学数字社区教育部工程研究中心,北京100124;北京工业大学城市轨道交通北京实验室,北京100124;北京工业大学计算智能与智能系统北京市重点实验室,北京100124
[ 3 ] [孟丽莎]北京工业大学信息学部,北京100124;北京工业大学数字社区教育部工程研究中心,北京100124;北京工业大学城市轨道交通北京实验室,北京100124;北京工业大学计算智能与智能系统北京市重点实验室,北京100124
[ 4 ] [黄泷]北京工业大学信息学部,北京100124;北京工业大学数字社区教育部工程研究中心,北京100124;北京工业大学城市轨道交通北京实验室,北京100124;北京工业大学计算智能与智能系统北京市重点实验室,北京100124