计算机技术与发展2022，Vol.32Issue(2) ：75-81,87.DOI:10.3969/j.issn.1673-629X.2022.02.012

基于生成式对抗网络的图像修复研究进展

Advances in Image Inpainting Based on Generative Adversarial Networks

杨元英 王安志 何淋艳 任春洪 欧卫华
计算机技术与发展2022，Vol.32Issue(2) ：75-81,87.DOI:10.3969/j.issn.1673-629X.2022.02.012
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于生成式对抗网络的图像修复研究进展

Advances in Image Inpainting Based on Generative Adversarial Networks

杨元英 1王安志 1何淋艳 1任春洪 1欧卫华1
扫码查看

作者信息

  • 1. 贵州师范大学 大数据与计算机科学学院,贵州 贵阳 550025
  • 折叠

摘要

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.

关键词

生成式对抗网络/图像修复/生成器/判别器/自编码器

引用本文复制引用

基金项目

国家自然科学基金(61762021)

国家自然科学基金(61962010)

贵州省自然科学基金([2017]1130)

贵州省自然科学基金([2017]5726-32)

贵州优秀青年科技人才项目([2019]-5670)

贵州师范大学2019年博士科研启动基金(GZNUD[2018]32号)

贵州师范大学科研训练计划(DK2019B012)

贵州师范大学科研训练计划(DK2019A059)

贵州师范大学科研训练计划(DK2018A066)

贵州师范大学科研训练计划(DK2020B005)

贵州师范大学科研训练计划(DK2020A027)

贵州师范大学科研训练计划(DK2020A026)

出版年

2022
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
被引量4
参考文献量10
段落导航相关论文