基于上下文编码器的图像修复算法

文献类型： 中文期刊

第一作者： 任鹏博

作者： 任鹏博;毛克彪

作者机构：

关键词： 图像修复;深度学习;卷积神经网络（CNN）;自动编码器（AE）;生成对抗网络（GAN）

期刊名称： 高技术通讯

ISSN： 1002-0470

年卷期： 2023 年 009 期

页码： 947-956

收录情况： EI ; 北大核心 ; CSCD

摘要： 基于数学的传统模型在纹理学习上的效果比较好,但是在图像内容和语义上有所缺失。近年来,随着深度学习的兴起,将深度学习应用于图像修复的方法十分热门,对各种残缺图像的修补也取得了较好的结果。本文使用的基于上下文编码器的图像修复方法,结合自编码器（AE）和生成对抗网络（GAN）。其中,使用AE进行图像特征的学习,生成待修补区域的预测图;使用GAN的对抗学习来优化模型;使用由重建损失和对抗损失组成的联合损失函数。经过训练后的卷积神经网络（CNN）,能够根据图像周边的像素特征,对丢失的区域进行合理推断,生成缺失部分。最后,本文对比了使用联合损失函数和单独使用重建损失与对抗损失函数的效果,并将本文算法与另外2种模型对比,采用客观评价指标,即平均绝对误差（MAE）、峰值信噪比（PSNR）以及结构相似性（SSIM）进行评价,其结果表明本模型在修复残缺图像时效果均较好,普适性更强。

分类号： TP391.41

  • 相关文献

[1]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[2]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[3]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[4]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[5]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[6]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[7]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[8]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[9]基于深度学习的无人机影像玉米倒伏区域提取. 郑二功,田迎芳,陈涛. 2018

[10]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[11]蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试. 李华龙,李淼,詹凯,刘先旺,杨选将,胡泽林,郭盼盼. 2020

[12]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[13]基于长短时记忆神经网络的生猪价格预测模型. 刘怡然,王东杰,邓雪峰,刘振宇. 2021

[14]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[15]基于深度学习的油菜籽粒图像分割方法初探. 彭顺正,黄筑斌,岳延滨,吴小波. 2020

[16]人工智能驱动智慧奶牛养殖的思考与实践. 夏雪,侍啸,柴秀娟. 2020

[17]基于Faster R-CNN的美国白蛾图像识别模型研究. 薛大暄,张瑞瑞,陈立平,陈梅香,徐刚. 2020

[18]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

[19]基于深度学习的天然草地植物物种识别方法. 高宏元,高新华,冯琦胜,李文龙,鲁征,梁天刚. 2020

[20]基于深度残差网络的番茄叶片病害识别方法. 吴华瑞. 2019

作者其他论文 更多>>

微信小程序