首页|基于生成式对抗网络的图像修复研究进展

基于生成式对抗网络的图像修复研究进展

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
图像修复是图像处理的一个重要问题,目的是利用计算机视觉技术自动恢复退化图像中损坏或丢失的部分,被广泛应用于影视特技制作、图像编辑、数字化文物保护等领域.近几年,以生成式对抗网络(GAN)为代表的深度学习技术在计算机视觉和图像处理领域大获成功,基于GAN的图像修复逐渐成为主流,受到了广泛关注.针对图像修复的关键问题,文章对GAN和基于GAN的修复方法进行理论分析,首先整理分析了传统的基于人工特征的经典图像修复方法,其次总结了近年来基于GAN的代表性图像修复算法,并进行归纳分类,探讨了各类方法的特点和局限性.然后对图像修复模型常用的评价指标和公开数据集进行整理和分析,最后阐述了图像修复面临的挑战,对图像修复技术未来的发展方向进行展望.
Advances in Image Inpainting Based on Generative Adversarial Networks

杨元英、王安志、何淋艳、任春洪、欧卫华

展开 >

贵州师范大学 大数据与计算机科学学院,贵州 贵阳 550025

生成式对抗网络 图像修复 生成器 判别器 自编码器

国家自然科学基金国家自然科学基金贵州省自然科学基金贵州省自然科学基金贵州优秀青年科技人才项目贵州师范大学2019年博士科研启动基金贵州师范大学科研训练计划贵州师范大学科研训练计划贵州师范大学科研训练计划贵州师范大学科研训练计划贵州师范大学科研训练计划贵州师范大学科研训练计划

6176202161962010[2017]1130[2017]5726-32[2019]-5670GZNUD[2018]32号DK2019B012DK2019A059DK2018A066DK2020B005DK2020A027DK2020A026

2022

10.3969/j.issn.1673-629X.2022.02.012

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2022.32(2)
  • 4
  • 10