计算机应用研究2021，Vol.38Issue(1) ：9-14.DOI:10.19734/j.issn.1001-3695.2019.10.0583

基于深度学习的面部修复技术综述

Survey of facial completion techniques based on deep learning

刘颖 佘建初 公衍超 卢津 王富平 林庆帆 李莹华
计算机应用研究2021，Vol.38Issue(1) ：9-14.DOI:10.19734/j.issn.1001-3695.2019.10.0583
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于深度学习的面部修复技术综述

Survey of facial completion techniques based on deep learning

刘颖 1佘建初 2公衍超 3卢津 3王富平 3林庆帆 4李莹华3
扫码查看

作者信息

  • 1. 电子信息现场勘验应用技术公安部重点实验室,西安710121;陕西省无线通信与信息处理技术国际合作研究中心,西安710121;西安邮电大学图像与信息处理研究所,西安710121
  • 2. 电子信息现场勘验应用技术公安部重点实验室,西安710121
  • 3. 电子信息现场勘验应用技术公安部重点实验室,西安710121;西安邮电大学图像与信息处理研究所,西安710121
  • 4. 陕西省无线通信与信息处理技术国际合作研究中心,西安710121;西安邮电大学图像与信息处理研究所,西安710121;新加坡Silicon Vision有限公司,新加坡787820
  • 折叠

摘要

传统图像修复算法在修复区域涉及复杂非重复结构(如面部)时,不能准确捕捉到高级语义.近三年来基于深度学习的方法被应用于图像修复中,其修复结果的结构相似性较传统方法提高了10％以上.首先阐述了面部修复技术的研究发展历程,主要介绍了基于深度学习的面部修复算法,将其分为无监督和有监督两大类方法,在每一类中重点对近年来涌现的各种面部修复算法进行分析和总结;然后归纳了当前主流的六类图像数据集,以及算法性能评价指标;最后讨论了面部修复技术的未来研究方向.

关键词

面部图像修复/深度学习/生成对抗网络/卷积神经网络

引用本文复制引用

基金项目

国家自然科学基金资助项目(61801381)

陕西省国际合作交流项目(2018KW-003)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量2
参考文献量4
段落导航相关论文