首页|基于深度神经网络的图像缺损修复方法综述

基于深度神经网络的图像缺损修复方法综述

Image Inpainting Methods Based on Deep Neural Networks: A Review

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
图像缺损修复研究旨在通过计算机自动修复图像中的缺损内容.近年来,深度神经网络技术的出现有效促进了相关研究的发展.本文针对该类研究进行了系统梳理和综合介绍.依据网络架构类型,具体将方法分为五类:Context-Encoder类、U-Net类、CGAN类、DCGAN类以及StackGAN类.我们具体分析了每类方法的思路、特点、优势和缺陷,并基于系统性实验,在公开大规模数据集上客观对比评价每一类方法的精度和性能.最后对目前相关工作中存在的问题和挑战进行了阐述和介绍.

李月龙、高云、闫家良、邹佰翰、汪剑鸣

展开 >

天津工业大学天津市自主智能技术与系统重点实验室 天津 300387

天津工业大学计算机科学与技术学院 天津 300387

计算机学会

图像修复 图像缺损 深度神经网络 计算机视觉 图像处理

本课题得到国家自然科学基金天津市自然科学基金天津市自然科学基金天津市高等学校创新团队培养计划天津市科技计划项目

6177134018JCYBJC1530019JCYBJC15600TD13-503219PTZWHZ00020

2021

10.11897/SP.J.1016.2021.02295

计算机学报
中国计算机学会 中国科学院计算技术研究所

计算机学报

CSTPCDCSCD北大核心
影响因子：3.18
ISSN：0254-4164
年,卷(期)：2021.44(11)
  • 12
  • 1