收录:
摘要:
本发明公开一种基于DenseNet生成对抗网络的语义图像修复方法。包括:收集图像预处理,构建训练和测试数据集;构建DenseNet生成对抗网络;训练DenseNet生成对抗网络阶段;最后,利用训练好的网络实现缺损图像的修复处理。本发明在生成对抗网络的框架下,引入DenseNet结构并构建新的损失函数以优化网络,不仅减轻了梯度消失,减小网络参数,同时提高特征的传递和利用,改进和提高了大区域语义信息缺失图像修复的相似性和视觉效果。实例表明本发明能够实现缺损信息严重的人脸图像修复,而且与现有的其他方法相比,修复结果更为符合视觉认知。
关键词:
通讯作者信息:
电子邮件地址: